DeepSeek，重大突发！

今日，DeepSeek宣布，官方App、网页端、小程序均已同步更新为DeepSeek-V3.2-Exp。DeepSeek介绍，得益于新模型服务成本的大幅降低，官方API价格也相应下调，新价格即刻生效。在新的价格政策下，开发者调用DeepSeek API的成本将降低50%以上。

在DeepSeek-V3.2发布前夕，有消息称，智谱新模型GLM-4.6也将于近日发布，目前已可通过API接口调用。在Z.ai官网可以看到，GLM-4.5已被标识为上一代旗舰模型。

9月29日，DeepSeek-V3.2-Exp模型正式在Hugging Face平台发布并开源。

该版本作为迈向下一代架构的重要中间步骤，在 V3.1-Terminus 的基础上引入了团队自研的 DeepSeek Sparse Attention (DSA) 稀疏注意力机制，旨在对长文本的训练和推理效率进行探索性优化与验证。这种架构能够降低计算资源消耗并提升模型推理效率。

目前，华为云已完成对DeepSeek-V3.2-Exp模型的适配工作，最大可支持160K长序列上下文长度。

寒武纪也在官方公众号同步称，公司已同步实现对深度求索公司最新模型DeepSeek-V3.2-Exp的适配，并开源大模型推理引擎vLLM-MLU源代码。开发者可以在寒武纪软硬件平台上第一时间体验DeepSeek-V3.2-Exp的亮点。

DeepSeek宣布官方App、网页端、小程序均已同步更新为DeepSeek-V3.2-Exp。

DeepSeek Sparse Attention（DSA）首次实现了细粒度稀疏注意力机制。DeepSeek方面表示，这项技术在几乎不影响模型输出效果的前提下，大幅提升了长文本场景下的训练和推理效率。

为了确保评估的严谨性，DeepSeek-V3.2-Exp 的训练设置与前代 V3.1-Terminus 进行了严格对齐。测试结果显示，该模型在各大公开评测集上的表现与 V3.1-Terminus 基本持平，有效性得到了初步验证。

DeepSeek宣布，得益于新模型服务成本的大幅降低，官方API价格也相应下调，新价格即刻生效。

在新的价格政策下，输入方面，缓存命中时价格为0.2元/百万tokens，缓存未命中时价格为2元/百万tokens，输出方面则为3元/百万tokens，开发者调用DeepSeek API的成本将降低50％以上。

DeepSeek现已将DeepSeek-V3.2-Exp模型在 Huggingface 和 ModelScope 平台上全面开源，相关论文也已同步公开。

作为一款实验性版本，DeepSeek认识到模型仍需在更广泛的用户真实场景中进行大规模测试。为便于开发者进行效果对比，DeepSeek为V3.1-Terminus 版本临时保留了 API 访问接口，且调用价格与 V3.2-Exp 保持一致。该对比接口将保留至北京时间2025年10月15日23:59。

此外，为支持社区研究，DeepSeek还开源了新模型研究中设计和实现的GPU算子，包括 TileLang和CUDA 两种版本。团队建议社区在进行研究性实验时，优先使用基于TileLang的版本，以便于调试和快速迭代。

值得一提的是，DeepSeek似乎有在节前发布新版本或更新的惯例。

回顾此前，2024年12月27日，也就是元旦前DeepSeek发布了 DeepSeek V3。

2025年5月28日，其在端午节前发布了 DeepSeek-R1-0528，官方称其为端午节特别献礼。

DeepSeek最新一次更新则是在一周前的9月22日，DeepSeek在其官方API平台发布了DeepSeek-V3.1-Terminus模型，并宣布模型开源，同时公布了开源版本下载地址。

目前在智谱Z.ai官网上，其主力模型GLM-4.5已被标识为“上一代旗舰模型”。

据悉，GLM-4.5V基于智谱新一代旗舰文本基座模型GLM-4.5-Air，延续GLM-4.1V-Thinking 技术路线，在41个公开视觉多模态榜单中综合效果达到同级别开源模型SOTA性能，涵盖图像、视频、文档理解以及GUI Agent等常见任务。

据介绍，多模态推理被视为通向通用人工智能（AGI）的关键能力之一，让AI能够像人类一样综合感知、理解与决策。其中，视觉-语言模型（Vision-Language Model, VLM）是实现多模态推理的核心基础。

智谱此前表示，GLM-4.5 在前端开发、跨文件修改、全栈项目构建等典型场景中展现出稳定、实用的表现。根据反馈，其解决实际问题的能力已接近 Claude Sonnet 4。在多个开源评测中，GLM-4.5 也与国际主流模型保持同等竞争力：

WebDev Arena：与全球领先模型并列第二；

SWE-bench Verified：性能优于 Gemini-2.5-Pro 和 GPT-4.1;

BFCL v4 基准：全球第一，超过 Claude Opus 4.1，成本仅为其 1.5%。