在OpenAI前首席科学家Ilya Sutskever提出Scaling Law撞墙论后不久，12月1日，DeepSeek迅速发布V3.2和V3.2-Speciale两个模型予以回应，用实际成果表明Scaling Law仍具潜力，其团队成员发文强调持续扩展的重要性，并针对模型现存短板，表明将扩大预训练算力弥补差距，引发行业对其未来发展及算力来源的诸多猜测。
Scaling Law撞墙论引发热议，DeepSeek强势回应
就在上周，OpenAI前首席科学家、现SSI CEO Ilya Sutskever在播客访谈中称过去五年的“age of scaling”走向尽头，预训练数据有限，单纯增加GPU堆大模型难有质变，此表态被视为Scaling Law撞墙论的有力佐证。然而仅过几天，12月1日，DeepSeek发布V3.2和V3.2-Speciale，给出不同答案。DeepSeek研究员Zhibin Gou在X上发文：“如果Gemini - 3证明了持续扩展预训练的可能性，DeepSeek - V3.2 - Speciale则证明了在大规模上下文环境中强化学习的可扩展性。我们花了一年时间将DeepSeek - V3推向极限，得出的经验是：训练后的瓶颈需通过优化方法和数据来解决，而非仅等待更好的基础模型。”他还补充“持续扩大模型规模、数据量、上下文和强化学习。别让那些“遭遇瓶颈”的杂音阻挡你前进。”
V3.2：高效主力模型的卓越表现
V3.2是9月发布的实验版V3.2 - Exp的正式继任者，目标为平衡推理能力与输出成本。在推理类Benchmark测试中，它达到GPT - 5水平，如AIME 2025数学竞赛93.1%（GPT - 5为94.6%），HMMT 2025二月赛92.5%（GPT - 5为88.3%），LiveCodeBench代码评测83.3%（GPT - 5为84.5%）。相比Kimi - K2 - Thinking，V3.2在保持相近性能时，输出Token量大幅降低。架构上，它引入DeepSeek Sparse Attention（DSA），用稀疏注意力替代传统全量注意力，将计算复杂度从O（L²）降到O（Lk），经多维度确认DSA有效性，表明底层架构创新正确。此外，V3.2是DeepSeek首个融合“思考”与“工具调用”的模型，打破之前推理模型在思考模式下无法调用工具的限制。同时，DeepSeek构建大规模Agent任务合成流水线，覆盖1800 +环境和85000 +复杂指令，以“难解答，易验证”为设计哲学，通过大量尝试让模型获明确对错反馈，无需人工标注，且官方强调V3.2未针对测试集工具特殊训练，却在Agent评测中达到开源最高水平，泛化能力真实。
V3.2-Speciale：极限推理的出色成果
V3.2 - Speciale是V3.2的“长思考增强版”，与V3.2相反，它放宽长度限制，鼓励模型深度推理。从技术报告Table 3可见，同样任务下，Speciale输出Token量显著高于其他模型，如AIME 2025上，GPT - 5 High输出13k tokens，Gemini 3.0 Pro输出15k，而Speciale输出23k；Codeforces上差距更大，Speciale输出77k tokens，是Gemini的3.5倍。尽管Speciale Token输出量极大，但因DeepSeek定价策略和DSA带来的效率提升，其最终使用成本碾压对手，比GPT - 5便宜约25倍（$0.4 vs $10），比Gemini 3.0 Pro便宜约30倍（$12），比Claude Opus 4.5便宜约62倍（$25）。它还验证了对推理“过程”的监督可从数学证明泛化到更广泛领域，整合DeepSeekMath - V2的数据集和奖励方法，追求推理过程严谨完整，将“过程监督”成功迁移到代码生成和通用逻辑任务中。
DeepSeek的现状与未来规划
DeepSeek在技术报告中承认，由于总训练FLOPs较少，V3.2的世界知识广度仍落后于Gemini 3.0 Pro。但他们不依赖更大基础模型，而是先打磨方法论，通过合成数据、自我验证和大规模RL，跑出后训练上限。此次发布展示了成果，V3.2将“自我进化式工程”应用在通用效率上，Speciale把过程奖励与自我验证机制推向高阶逻辑推理，共同指向模型依靠自我博弈持续演进。DeepSeek计划扩大预训练算力弥补知识差距，引发诸多联想，如补全算力后模型会怎样，算力资源从哪来。回顾过去一年，Janus的多模态统一架构等创新在V3基座上迭代，因此合理预期，当参数更大、训练FLOPs更多的V4或R2到来时，可能出现能感知多模态环境、具备更长期记忆、在真实交互中持续进化的系统，如今合成环境中的自我博弈或延伸到真实环境在线学习，而算力问题在英伟达中国市场份额归零背景下，显得更为关键和引人遐想。
以上文章由 AI 总结生成
