DeepSeek-V3.2-Exp リリースノート

DeepSeekは、ロングコンテキストのパフォーマンスを最適化し、運用コストを削減するために設計された実験的モデルであるDeepSeek-V3.2-Expをリリースしました。このリリースでは、前身であるV3.1-Terminusの出力品質を維持しながら、より高速なトレーニングと推論を可能にするメカニズムであるDeepSeek Sparse Attention (DSA)が導入されています。

DeepSeek Sparse Attention (DSA) と効率性

DeepSeek Sparse Attention (DSA)は、計算コストを削減し、ロングコンテキスト処理中のパフォーマンスを向上させるために、きめ細かなスパースアテンションを実装しています。DeepSeekによると、DSAは出力品質への影響を最小限に抑えつつ、これらの効率性の向上を実現しています。ベンチマークでは、DeepSeek-V3.2-ExpはV3.1-Terminusと同等の性能を発揮することが示されています。

API価格と可用性

DeepSeekは、API価格を即時、50%以上削減しました。新しいモデルは、DeepSeek App、Webインターフェース、およびAPIを通じて利用可能です。比較テストを容易にするため、V3.1-Terminusモデルは2025年10月15日15:59 UTCまで、一時的なAPIを通じて利用可能です。

オープンソースと技術リソース

DeepSeek-V3.2-Expは、オープンソースとしてリリースされています。同社は、開発者や研究者のために以下のリソースを提供しています：

• Model Weights: Hugging Faceで利用可能です。
• Technical Report: 詳細なドキュメントはGitHubにホストされています。
• GPU Kernels: 主要なGPUカーネルはTileLangとCUDAで提供されており、迅速な研究プロトタイピングにはTileLangが推奨されています。