DeepSeek: DeepSeek V3.2

Официальная DeepSeek V3.2 с разреженным вниманием: рассуждение встроено в работу с инструментами, обучена на агентных задачах.

Модель DeepSeek: DeepSeek V3.2 доступна через OpenAI-совместимый API Apikley из России без VPN, с оплатой в рублях: от 69,93 ₽ / 1M токенов.

Автор
DeepSeek
ID модели
deepseek/deepseek-v3.2
Контекст
164K токенов
Max output
147K токенов
Модальности
текст → текст
Вход
699,3 кредитов / 1M токенов · 69,93 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Выход
2 160 кредитов / 1M токенов · 216 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Дата релиза
01.12.2025
Доступность
Нет свежих данных проверки

Описание

DeepSeek V3.2 вышла 1 декабря 2025 года как официальный преемник экспериментальной V3.2-Exp. Она сочетает высокую вычислительную эффективность с сильным рассуждением и работой с инструментами. Для этого введён механизм DeepSeek Sparse Attention (DSA). По описанию разработчика, это первая модель DeepSeek, где размышление встроено в вызов инструментов; инструменты доступны и в режиме размышления, и без него. Для этого разработчик создал набор данных на агентных задачах: более 1800 сред и свыше 85 тысяч сложных инструкций. Контекст составляет около 164 тысяч токенов, максимальный ответ 147 456. Модель текстовая, поддерживает вызов функций, структурированный вывод и рассуждение. Веса открыты на Hugging Face. Знания и дата среза в описании не указаны.

Кому подходит

  • Командам, которые строят агентов с вызовом функций
  • Задачам с длинным контекстом, где важна экономия вычислений
  • Тем, кому нужно размышление и в режиме с инструментами, и без него
  • Проектам, где нужны открытые веса

Ограничения

  • Вход и выход только текстовые: изображения не принимаются
  • Контекст около 164 тысяч токенов: очень большие массивы текста придётся подавать частями

Сценарии использования

  • Агент с цепочкой инструментов — Разработчик строит бота, который по ходу решения размышляет, вызывает поиск и базу данных, а затем корректирует план.
  • Автоматизация бэк-офиса — Оператор ставит задачу на естественном языке, и модель по шагам заполняет заявки, сверяя данные в нескольких системах.
  • Анализ большого отчёта — Аналитик отдаёт длинный годовой отчёт и просит выписать риски со ссылками на разделы.
  • Разбор сложного запроса — Инженер включает размышление, когда нужно спланировать миграцию схемы данных с учётом зависимостей между сервисами.

DeepSeek: DeepSeek V3.2 API: как подключить

OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели deepseek/deepseek-v3.2. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.

cURL

curl https://api.apikley.ru/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
  "model": "deepseek/deepseek-v3.2",
  "messages": [
    {
      "role": "user",
      "content": "Объясните, что такое API, в двух предложениях."
    }
  ]
}'

Python

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")

response = client.chat.completions.create(
    model="deepseek/deepseek-v3.2",
    messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)

Быстрый старт · Chat Completions: параметры и ответы

Бенчмарки

Слабее среднего на длинном контексте (выше 20%).

МетрикаЗначениеПозиция в каталоге
Код больше — лучше59,3%выше 63% моделей каталога
Инструменты и агенты больше — лучше78,9%выше 47% моделей каталога
Длинный контекст больше — лучше45,7%выше 20% моделей каталога
Подробнее
МетрикаЗначениеПозиция в каталоге
Сложные рассуждения больше — лучше11,2%выше 30% моделей каталога
GPQA больше — лучше75,1%выше 31% моделей каталога
Следование инструкциям больше — лучше49%выше 40% моделей каталога
Агент в терминале больше — лучше32,6%выше 53% моделей каталога
MMLU-Pro больше — лучше83,7%выше 79% моделей каталога

Источник: Artificial Analysis · конфигурация «DeepSeek V3.2 (Non-reasoning)» · измерено 28.10.2026

Другие модели DeepSeek

Все модели DeepSeek

Похожие модели

FAQ

Чем V3.2 отличается от V3.2 Exp?

V3.2 является официальным преемником экспериментальной V3.2-Exp. Разработчик дополнил её обучением на агентных данных и встроил размышление в работу с инструментами.

Что такое DeepSeek Sparse Attention?

Это тонкий механизм разреженного внимания, введённый в V3.2 ради высокой вычислительной эффективности.

Может ли модель размышлять во время вызова инструментов?

Да, это главное новшество V3.2: размышление встроено в вызов инструментов, а сами инструменты работают и в режиме размышления, и без него.

Принимает ли V3.2 изображения?

Нет, вход и выход у модели только текстовые. Для снимков и сканов нужна модель с поддержкой изображений.

Какой контекст и лимит ответа у V3.2?

Контекст около 164 тысяч токенов, ответ до 147 456 токенов.

Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.