DeepSeek 发布 V3.2-Exp：稀疏注意力机制让长文本推理快 3 倍、成本腰斩
DeepSeek 发布 V3.2-Exp 实验性模型，首创稀疏注意力（DSA）机制，长文本推理提速 2-3 倍、成本腰斩，输入价低至 $0.07/百万 token。
事件回顾
9 月 29 日，DeepSeek 正式发布实验性大模型 **DeepSeek-V3.2-Exp**。这不是一个简单的参数升级，而是一次架构层面的效率革命——通过引入**稀疏注意力（Sparse Attention, DSA）**机制，DeepSeek 在保持 V3.1-Terminus 同等性能的前提下，将长文本推理速度提升了 2-3 倍，同时 API 成本直接砍半。
核心突破：DSA 稀疏注意力机制
传统 Transformer 的注意力机制需要计算所有 token 之间的关联，序列长度一长，计算量和显存占用就呈平方级增长。这是大模型处理长上下文时的根本瓶颈。
DeepSeek V3.2-Exp 的 DSA 机制核心思路很简单：**动态筛选关键 token，跳过无关部分**。
具体而言，模型在推理时会根据当前 query 自动判断哪些 token 是"关键信息"、哪些是"噪音"，只对关键 token 计算完整注意力，对非关键 token 采用近似或跳过策略。这让模型在理解长文档、长代码库时，既能抓住重点，又不会把算力浪费在无关内容上。
性能与成本数据
DeepSeek 公布的关键指标如下：
作为对比，当前主流闭源模型的输入价格普遍在 $1-3/百万 token 区间。DeepSeek V3.2-Exp 的价格优势相当明显，尤其对于需要处理长文档、长代码库的应用场景，成本压力会大幅缓解。
为什么这个突破很重要
过去一年，"长上下文"几乎成了大模型的标配功能。GPT-4、Claude、Gemini 都支持 10 万到 200 万 token 的上下文窗口。但问题来了：**支持长窗口不等于能用得起长窗口**。
很多开发者在实际使用中发现，长文本推理的延迟和成本远超预期，导致"能用但舍不得用"的尴尬局面。DeepSeek V3.2-Exp 的 DSA 机制从架构层面解决了这个矛盾——它让长文本推理既快又便宜，而不是简单地堆算力。
这对以下场景尤其利好：
2. **长文档分析**：合同审查、技术文档总结、法律文件分析等场景成本大幅降低
3. **Agent 多轮对话**：历史对话上下文越长，模型运行成本越高，DSA 直接降低了这个门槛
生态协同信号
值得注意的是，DeepSeek 在发布 V3.2-Exp 的同时，也强调了其 API 生态的开放性。低成本意味着更多开发者有能力在自家应用中接入长上下文推理能力，这将推动 AI Agent、RAG 系统等上层应用的创新速度。
在闭源模型持续涨价的大背景下，DeepSeek 选择用架构创新而非算力堆叠来降低成本，这条路线值得整个行业关注。
小结
DeepSeek V3.2-Exp 的发布，标志着大模型竞争从"参数量军备竞赛"进入"效率为王"的新阶段。稀疏注意力不是新概念，但 DeepSeek 是第一个把它工程化落地并公开成本数据的团队。对于关注 AI 成本优化的开发者和企业来说，这是一个值得认真评估的选项。