أطلقت DeepSeek للتو نموذج DeepSeek-V3.2-Exp التجريبي، الذي يحل أحد أكبر تحديات الذكاء الاصطناعي: معالجة المستندات الطويلة بكفاءة وتكلفة منخفضة.
المبني على إصدار DeepSeek-V3.1-Terminus، يقدم هذا النموذج الجديد تقنية الانتباه المتناثر من DeepSeek (DSA) – وهي تقنية رائدة توفر نصف السعر وتسريع كبير لسيناريوهات السياقات الطويلة.
في Novita AI، نقدم هذا النموذج المتطور للمطورين عبر منصة واجهة برمجة التطبيقات (API) سهلة الاستخدام. سواء كنت تبني أدوات تحليل مستندات، أو مساعدي برمجة، أو روبوتات محادثة تحتاج إلى تذكر المحادثات بأكملها، يقدم DeepSeek-V3.2-Exp الكفاءة وتوفير التكاليف الذي تحتاجه دون التضحية بالجودة.
جرب النسخة التجريبية من DeepSeek V3.2 Exp
ما الذي يجعل DeepSeek-V3.2-Exp مميزًا؟
DeepSeek-V3.2-Exp هو نموذج ذكاء اصطناعي تجريبي مصمم للتعامل مع المستندات والمحادثات الطويلة بكفاءة أكبر من النماذج التقليدية.
يشير الاختصار “Exp” إلى تجريبي – حيث تختبر DeepSeek نهجًا جديدًا لمعرفة مدى أدائه في التطبيقات الواقعية.
المشكلة التي يحلها
تتباطأ النماذج التقليدية للذكاء الاصطناعي بشكل كبير عند معالجة النصوص الطويلة.
يصبح قراءة مستند من 100 صفحة أو الحفاظ على محادثة طويلة مكلفًا ويستغرق وقتًا طويلاً. يحدث هذا لأن النماذج القياسية تحتاج إلى معالجة كل كلمة على حدة فيما يتعلق بكل كلمة أخرى – كلما كان النص أطول، زادت الحسابات المطلوبة.
الحل: الانتباه المتناثر
يقدم DeepSeek-V3.2-Exp تقنية الانتباه المتناثر من DeepSeek (DSA)، التي تعمل كفلتر ذكي.
بدلاً من تحليل كل كلمة مقابل كل كلمة أخرى، يحدد النموذج ويركز فقط على الأجزاء الأكثر صلة. فكر في الأمر كالقراءة السريعة: أنت لا تقرأ كل كلمة باهتمام متساوٍ – أنت تركز على ما هو الأكثر أهمية.
الميزات الرئيسية
- طول السياق: يدعم ما يصل إلى 128,000 رمز (حوالي 96,000 كلمة أو أكثر من 300 صفحة)
- نصف السعر: تكلفة أقل بنسبة 50% مقارنة بـ DeepSeek-V3.1-Terminus لمعالجة السياقات الطويلة
- سرعة أكبر بشكل كبير: تحسينات كبيرة في الكفاءة لكل من التدريب والاستدلال، خاصة في سيناريوهات السياقات الطويلة
- البنية المعمارية: مبني على DeepSeek-V3.1-Terminus مع إضافة تقنية الانتباه المتناثر من DeepSeek
- جودة متساوية: يحافظ على أداء مماثل لـ DeepSeek-V3.1-Terminus
يبني النموذج على الأساس المثبت لـ DeepSeek-V3.1-Terminus، الذي كان يدعم بالفعل طول سياق يبلغ 128K، لكنه يضيف طبقة الكفاءة الذكية هذه عبر تدريب مستمر.
اختراق في كفاءة التكلفة
تقلل تقنية الانتباه المتناثر من DeepSeek (DSA) تعقيد الانتباه الأساسي من O(L²) إلى O(Lk)، حيث k هو عدد الرموز المختارة (أصغر بكثير من L).
على الرغم من أن فهرس البرق لا يزال يحتوي على تعقيد O(L²)، فإنه يتطلب حسابًا أقل بكثير مقارنة بآلية الانتباه الرئيسية. وبفضل التنفيذ المحسن، تحقق DSA تسريعًا كبيرًا من البداية إلى النهاية في سيناريوهات السياقات الطويلة.
أجرت DeepSeek اختبارات معيارية لكل من DeepSeek-V3.1-Terminus و DeepSeek-V3.2-Exp على خدمة فعلية منشورة على وحدات معالجة الرسوميات (GPUs) من نوع H800 بسعر إيجار 2 دولار أمريكي لكل ساعة لوحدة المعالجة.
تظهر النتائج تحسينات كبيرة في الكفاءة، خاصة مع زيادة طول السياق.
تعرف على المزيد حول البنية المعمارية وتفاصيل التنفيذ في التوثيق التقني الرسمي.
الأداء: هل يعمل بالفعل؟
قيمت DeepSeek النموذج على مجموعة من المعايير التي تركز على قدرات متنوعة.
بشكل عام، لا يظهر DeepSeek-V3.2-Exp تدهورًا كبيرًا في الأداء مقارنة بـ DeepSeek-V3.1-Terminus.
المعرفة العامة
| المعيار | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| MMLU-Pro | 85.0 | 85.0 |
| GPQA-Diamond | 80.7 | 79.9 |
| امتحان نهاية الإنسانية | 21.7 | 19.8 |
ملاحظة: أداء النموذج على معايير GPQA و HLE و HMMT 2025 أقل لأن DeepSeek-V3.2-Exp يولد عددًا أقل من الرموز الاستدلالية. تظهر النقاط الوسيطة التي تنتج أعدادًا مماثلة من الرموز أن الفجوة في الأداء تختفي.
البحث على الويب والوكلاء
| المعيار | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| BrowseComp | 38.5 | 40.1 |
| BrowseComp_zh | 45.0 | 47.9 |
| SimpleQA | 96.8 | 97.1 |
من المثير للاهتمام أن النموذج يحسن بالفعل أداء مهام البحث! هذا يشير إلى أن الانتباه المتناثر قد يساعد النموذج على التركيز على المعلومات ذات الصلة عند استرداد الإجابات من السياقات الطويلة.
توليد الأكواد
| المعيار | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| LiveCodeBench (2408-2505) | 74.9 | 74.1 |
| تقييم Codeforces-Div1 | 2046 | 2121 |
| Aider-Polyglot | 76.1 | 74.5 |
يظهر النموذج قدرة برمجة قوية، حيث حقق حتى تقييمًا أعلى في مسابقات البرمجة التنافسية (2121 هو مستوى خبير على منصة Codeforces).
وكلاء الأكواد
| المعيار | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| SWE Verified (وضع الوكيل) | 68.4 | 67.8 |
| SWE-bench متعدد اللغات (وضع الوكيل) | 57.8 | 57.9 |
| Terminal-bench (إطار عمل Terminus 1) | 36.7 | 37.7 |
يحافظ النموذج على قدرات وكيل قوية لحل مهام هندسة البرمجيات الواقعية.
الرياضيات
| المعيار | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| AIME 2025 | 88.4 | 89.3 |
| HMMT 2025 | 86.1 | 83.6 |
يحقق النموذج أداءً استثنائيًا في مسابقة AIME 2025 (مسابقة رياضيات صعبة للمرحلة الثانوية)، حيث يحل 89.3% من المسائل.
استقرار التدريب
قارن DeepSeek منحنيات تدريب التعلم المعزز لكلا النموذجين على معياري BrowseComp و SWE Verified.
تحسن أداء كلا النموذجين بشكل مطرد طوال عملية التدريب مع منحنيات متقاربة جدًا، مما يعكس استقرار تدريب تقنية DSA.
ابدأ الاستخدام على Novita AI
يوفر الوصول إلى DeepSeek-V3.2-Exp عبر Novita AI مسارات متعددة مصممة لمستويات خبرة تقنية مختلفة وحالات استخدام متنوعة. سواء كنت مستخدمًا تجاريًا تستكشف قدرات الذكاء الاصطناعي أو مطورًا يبني تطبيقات إنتاجية، فإن Novita AI توفر الأدوات التي تحتاجها.
استخدم مساحة التجربة (لا يتطلب برمجة)
- وصول فوري: سجل الآن وابدأ التجربة مع DeepSeek-V3.2-Exp في ثوانٍ
- واجهة تفاعلية: اختبر الأوامر وراقب المخرجات في الوقت الفعلي
- مقارنة النماذج: قارن بين DeepSeek-V3.2-Exp والنماذج الرائدة الأخرى لحالة الاستخدام الخاصة بك
تتيح لك مساحة التجربة اختبار مختلف الأوامر ورؤية النتائج الفورية دون أي إعداد تقني. مثالية للنماذج الأولية، واختبار الأفكار، وفهم قدرات النموذج قبل التنفيذ الكامل.
جرب النسخة التجريبية من DeepSeek V3.2 Exp
التكامل عبر واجهة برمجة التطبيقات (API) (للمطورين)
اربط DeepSeek-V3.2-Exp بتطبيقاتك باستخدام واجهة برمجة التطبيقات REST الموحدة من Novita AI.
الخيار 1: تكامل API مباشر
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/openai",
api_key="session_lnrv9fuPcmgAz_fk3YmwpmOhfIpYY11iFpvaauxsvknzSam5bSQasB-eIUbv9o2PGSF_tpNcC44ez9wAxUyuDA==",
)
model = "deepseek/deepseek-v3.2-exp"
stream = True # or False
max_tokens = 81920
system_content = "Be a helpful assistant"
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": system_content,
},
{
"role": "user",
"content": "Hi there!",
}
],
stream=stream,
max_tokens=max_tokens,
temperature=temperature,
top_p=top_p,
presence_penalty=presence_penalty,
frequency_penalty=frequency_penalty,
response_format=response_format,
extra_body={
"top_k": top_k,
"repetition_penalty": repetition_penalty,
"min_p": min_p
}
)
if stream:
for chunk in chat_completion_res:
print(chunk.choices[0].delta.content or "", end="")
else:
print(chat_completion_res.choices[0].message.content)
الخيار 2: سير عمل متعدد الوكلاء باستخدام OpenAI Agents SDK
ابنِ أنظمة متعددة الوكلاء متطورة تستفيد من قدرات DeepSeek-V3.2-Exp:
- تكامل جاهز للاستخدام: استخدم DeepSeek-V3.2-Exp في أي سير عمل لوكلاء OpenAI
- قدرات وكيل متقدمة: دعم عمليات التسليم بين الوكلاء، التوجيه، وتكامل الأدوات
- بنية معمارية قابلة للتطوير: صمم وكلاء تستفيد من معالجة السياقات الطويلة الفعالة لـ DeepSeek-V3.2-Exp
الاتصال بمنصات طرف ثالث
أدوات التطوير: تكامل سلس مع بيئات التطوير المتكاملة (IDEs) الشائعة مثل Cursor و Codex و Claude Code و Trae و Qwen Code و Cline عبر واجهات برمجة تطبيقات متوافقة مع OpenAI وواجهات برمجة تطبيقات متوافقة مع Anthropic.
أطر التنسيق: اتصل بـ LangChain و Dify و CrewAI و Langflow ومنصات تنسيق ذكاء اصطناعي أخرى باستخدام موصلات رسمية.
تكامل مع Hugging Face: تعمل Novita AI كمزود استدلال رسمي لـ Hugging Face، مما يضمن توافقًا واسعًا مع النظام البيئي.
الخلاصة
يمثل DeepSeek-V3.2-Exp تقدمًا كبيرًا في معالجة الذكاء الاصطناعي للسياقات الطويلة بكفاءة وتكلفة منخفضة.
عبر تقنية الانتباه المتناثر من DeepSeek (DSA)، يحقق النموذج نصف سعر DeepSeek-V3.1-Terminus مع سرعة أكبر بشكل كبير وتحسينات كبيرة في الكفاءة لكل من التدريب والاستدلال، خاصة في سيناريوهات السياقات الطويلة، مع الحفاظ على أداء مماثل لـ DeepSeek-V3.1-Terminus.
يسعى DeepSeek بنشاط إلى إجراء المزيد من الاختبارات واسعة النطاق في سيناريوهات واقعية لكشف القيود المحتملة لبنية الانتباه المتناثر.
تجعل Novita AI الوصول إلى هذه التقنية التجريبية بسيطًا عبر منصة واجهة برمجة التطبيقات (API) الصديقة للمطورين – لا تعقيد في البنية التحتية، فقط ذكاء اصطناعي قوي في متناول يدك مع توفير 50% في التكاليف.
هل أنت مستعد لتجربة مستقبل الذكاء الاصطناعي للسياقات الطويلة الفعال ومنخفض التكلفة؟ ابدأ الاستكشاف اليوم عبر DeepSeek-V3.2-Exp في مساحة التجربة.
Novita AI هي منصة سحابية للذكاء الاصطناعي تقدم للمطورين طريقة سهلة لنشر نماذج الذكاء الاصطناعي باستخدام واجهة برمجة التطبيقات (API) البسيطة الخاصة بنا، بالإضافة إلى توفير سحابة وحدات معالجة الرسوميات (GPU) بأسعار معقولة وموثوقة للبناء والتوسع.
