DeepSeek V3.2 está disponible en Novita AI como el modelo Serverless LLM con ID deepseek/deepseek-v3.2, con endpoints compatibles con OpenAI, completions y Anthropic; según lo verificado el 23 de junio de 2026, la página del modelo muestra una ventana de contexto de 163,840 tokens, 65,536 tokens de salida máxima, $0.269 por 1M de tokens de entrada, $0.40 por 1M de tokens de salida y $0.1345 por 1M de tokens de lectura de caché. Esto convierte a esta página en la referencia canónica de Novita AI para la disponibilidad, precios, límites actuales y cargas de trabajo de desarrollador donde V3.2 es una opción práctica.
Datos clave de la API de DeepSeek V3.2 en Novita AI
La página del modelo de Novita AI enumera DeepSeek V3.2 como un modelo Chat en la serie DeepSeek con las etiquetas LLM y Serverless. Para los desarrolladores, el detalle más importante es que el ID del modelo en Novita AI es deepseek/deepseek-v3.2, no el nombre del repositorio upstream de Hugging Face. Usa ese ID exacto en las solicitudes a la API de Novita AI.
| Elemento | Valor actual en Novita AI | Por qué es importante |
|---|---|---|
| Nombre visible del modelo | DeepSeek V3.2 | Úsalo en textos de producto, documentación y selectores de modelo para usuarios. |
| ID del modelo en la API | deepseek/deepseek-v3.2 |
Usa este valor exacto en las llamadas a la API de Novita AI. |
| Disponibilidad | Serverless LLM | Puedes llamar al modelo alojado sin aprovisionar una instancia GPU dedicada. |
| Endpoints | chat/completions, completions, anthropic |
Las integraciones existentes estilo OpenAI y Anthropic pueden adaptarse con cambios mínimos de enrutamiento. |
| Precio de entrada | $0.269 por 1M de tokens | Precio actual listado para tokens de entrada/prompt. |
| Precio de salida | $0.40 por 1M de tokens | Precio actual listado para tokens generados. |
| Precio de lectura de caché | $0.1345 por 1M de tokens | Útil para prompts repetidos y patrones de contexto compartido largo. |
| Ventana de contexto | 163,840 tokens | Soporta documentos largos, contextos de código más grandes y trazas de agentes multi-paso. |
| Máximo de tokens de salida | 65,536 tokens | Permite respuestas generadas largas, informes y planes de herramientas cuando tu aplicación los necesita. |
| Funcionalidades listadas | Llamada a funciones, salidas estructuradas, razonamiento, serverless | Adecuado para flujos de trabajo de agentes y aplicaciones estructuradas. |
| Modalidades | Entrada de texto, salida de texto | Trátalo como un LLM de texto, no como un modelo multimodal. |
| Cuantización listada | FP8 | Relevante para entender las características de servicio, pero no es un campo que debas pasar en llamadas API normales. |
| Fecha de verificación | 23 de junio de 2026 | Los precios y la disponibilidad pueden cambiar; vuelve a consultar la página del modelo antes de publicar páginas sensibles al precio o cotizaciones. |
Para los valores actualizados en vivo, abre la página del modelo DeepSeek V3.2 en Novita AI. Para los parámetros de solicitud y la forma de la respuesta, consulta la referencia de la API de chat completion de Novita AI.
Qué cambia DeepSeek V3.2 para los desarrolladores
DeepSeek describe V3.2 como un modelo eficiente de razonamiento y agente de IA. El lanzamiento upstream destaca tres direcciones técnicas principales: DeepSeek Sparse Attention, un marco de aprendizaje por refuerzo a escala y un pipeline de síntesis de tareas agentivas a gran escala. Para los desarrolladores de aplicaciones, esos detalles se traducen en un modelo posicionado para razonamiento de contexto largo, flujos de trabajo con herramientas, agentes de codificación y resolución estructurada de problemas.
DeepSeek Sparse Attention, o DSA, es el cambio arquitectónico principal. En lugar de presentarlo como una garantía de latencia o ahorro de costos para cada carga de trabajo, es más seguro describir el impacto para el desarrollador así: DSA está diseñado para reducir la sobrecarga de atención en escenarios de contexto largo manteniendo la calidad del modelo. Eso importa cuando tu prompt incluye un documento largo, un ejemplo de código a escala de repositorio, un lote de recuperación o una traza de agente multi-turno.
El modelo también tiene una arquitectura grande de Mixture-of-Experts. La configuración upstream muestra 256 expertos enrutados y 8 expertos seleccionados por token, con un valor máximo de posición de embedding de 163,840. Esos detalles coinciden con el valor de contexto largo mostrado en la página del modelo de Novita AI. También explican por qué el acceso serverless alojado es atractivo: la mayoría de los equipos quieren llamar a este tipo de modelo a través de una API en lugar de operar ellos mismos la pila de servicio.
DeepSeek V3.2 debe tratarse como un modelo de texto para el diseño de aplicaciones. Novita AI lista entrada y salida de texto. Si tu aplicación necesita comprensión de imágenes, voz, video o salida de embeddings, elige un modelo separado de la biblioteca de modelos de Novita AI en lugar de estirar esta página más allá de lo que V3.2 tiene listado para soportar.
Cómo llamar a DeepSeek V3.2 con la API de Novita AI
DeepSeek V3.2 se puede llamar a través del endpoint compatible con OpenAI de Novita AI. El endpoint exacto de la referencia de la API es https://api.novita.ai/openai/v1/chat/completions; con el SDK oficial de OpenAI en Python, establece la URL base del SDK en https://api.novita.ai/openai y pasa deepseek/deepseek-v3.2 como modelo.
from openai import OpenAI
client = OpenAI(
api_key="<NOVITA_API_KEY>",
base_url="https://api.novita.ai/openai",
)
response = client.chat.completions.create(
model="deepseek/deepseek-v3.2",
messages=[
{
"role": "system",
"content": "Eres un asistente de ingeniería preciso.",
},
{
"role": "user",
"content": "Resume los principales riesgos de migración de API en esta nota de versión.",
},
],
max_tokens=2048,
temperature=0.3,
)
print(response.choices[0].message.content)
Mantén la integración inicial simple. Comienza con un valor pequeño de max_tokens mientras pruebas, luego increméntalo solo para cargas de trabajo que realmente necesiten salidas largas. Para tareas de razonamiento determinista, extracción y revisión de código, usa temperaturas bajas. Para lluvia de ideas y tareas de escritura menos restringidas, un valor más alto puede ser razonable, pero la configuración exacta debe validarse con tus propias pruebas de aceptación.
Si estás migrando desde una integración existente compatible con OpenAI, los dos campos que debes verificar primero son la URL base y el ID del modelo. Si estás migrando desde un cliente estilo Anthropic, la página del modelo de Novita AI también lista una opción de endpoint anthropic, así que mantén bajo prueba el formato de mensajes a nivel de aplicación y el comportamiento de llamada a herramientas, en lugar de asumir que cada abstracción del SDK se mapea idénticamente.
Cuándo DeepSeek V3.2 es la opción adecuada
DeepSeek V3.2 es un buen candidato cuando la carga de trabajo necesita profundidad de razonamiento, contexto largo y despliegue accesible por API. Es especialmente relevante para equipos que construyen asistentes de codificación, sistemas de análisis de documentos, flujos de trabajo de agentes y servicios de salida estructurada donde el prompt puede incluir más que un breve intercambio de chat.
Elige DeepSeek V3.2 cuando:
- Necesitas el modelo alojado
deepseek/deepseek-v3.2en Novita AI en lugar de un despliegue local. - Tu prompt puede incluir documentos largos, fragmentos de código grandes o contexto de agente multi-paso.
- Deseas llamadas a funciones o salidas estructuradas en un flujo de trabajo LLM solo de texto.
- Tu aplicación se beneficia de un precio de salida más bajo que muchos modelos de razonamiento pesados, pero aún requiere una familia de modelos de escala fronteriza.
- Quieres comparar un modelo de razonamiento DeepSeek con otros modelos de Novita AI a través de una superficie de API unificada.
Considera otro modelo cuando:
- Tu caso de uso es una tarea de clasificación corta y de alto volumen donde un modelo más pequeño puede ser más fácil de ajustar y más barato de operar.
- Necesitas entrada o salida multimodal.
- Requieres una garantía de latencia publicada para una región específica o SLA. Este artículo no afirma la latencia más rápida, liderazgo en benchmarks o una garantía de tiempo de actividad particular para DeepSeek V3.2.
- Necesitas el comportamiento centrado en investigación de DeepSeek V3.2-Speciale. Las notas upstream de DeepSeek describen Speciale como una variante de alto cómputo para razonamiento profundo y señalan que no soporta llamada a herramientas.
La recomendación práctica es probar DeepSeek V3.2 con tus prompts reales, no solo con tareas de benchmark genéricas. Los modelos de contexto largo pueden verse bien en papel, pero aún necesitan evaluación específica de la aplicación para la calidad de recuperación, consistencia en llamadas a funciones, comportamiento de rechazo y control de longitud de salida.
DeepSeek V3.2 frente a contenido de V3.1, V4 y V4 Pro
Esta página se centra intencionalmente en la disponibilidad de DeepSeek V3.2 en Novita AI: ID del modelo, precios, límites, endpoints, DSA y adecuación para desarrolladores. No es un artículo general de historia de DeepSeek ni una página de comparación amplia.
Usa estas páginas relacionadas cuando tu intención sea diferente:
- Para patrones de integración de API de DeepSeek más antiguos, lee Cómo usar la llamada a funciones de DeepSeek V3.
- Para comparación de DeepSeek R1 y contexto de razonamiento, lee DeepSeek R1 vs Llama 3.3 70B.
- Para el análisis de costos de producción de DeepSeek V3.2 y discusión de Speciale, lee Cómo acceder a DeepSeek V3.2 para reducir costos de inferencia en producción.
Si estás comparando V3.2 con futuras coberturas de DeepSeek V4 o V4 Pro, mantén separados los ID de modelo y las páginas de lanzamiento. Un nombre de modelo más nuevo no reemplaza automáticamente a deepseek/deepseek-v3.2 en el código de producción. Verifica la página exacta del modelo de Novita AI antes de cambiar ID de modelo, suposiciones de precio, límites de contexto o banderas de funcionalidades.
Preguntas frecuentes
¿Cuál es el ID del modelo DeepSeek V3.2 en Novita AI?
Usa deepseek/deepseek-v3.2 para las llamadas a la API de Novita AI. Eso difiere del nombre del repositorio upstream de Hugging Face, que tiene el formato deepseek-ai/DeepSeek-V3.2.
¿DeepSeek V3.2 está disponible como Serverless LLM en Novita AI?
Sí. La página del modelo de Novita AI enumera DeepSeek V3.2 con las etiquetas LLM y Serverless hasta el 23 de junio de 2026.
¿Cuál es el precio actual de DeepSeek V3.2 en Novita AI?
Según lo verificado el 23 de junio de 2026, la página del modelo muestra $0.269 por 1M de tokens de entrada, $0.40 por 1M de tokens de salida y $0.1345 por 1M de tokens de lectura de caché. Vuelve a consultar la página del modelo antes de tomar decisiones sensibles al precio.
¿Qué ventana de contexto soporta DeepSeek V3.2 en Novita AI?
Novita AI lista una ventana de contexto de 163,840 tokens y 65,536 tokens de salida máxima para DeepSeek V3.2.
¿DeepSeek V3.2 soporta llamadas API compatibles con OpenAI?
Sí. La página del modelo de Novita AI lista soporte para los endpoints chat/completions y completions, y la referencia de la API documenta la ruta de chat completion compatible con OpenAI.
¿Qué es DeepSeek Sparse Attention?
DeepSeek Sparse Attention, o DSA, es el mecanismo de atención eficiente destacado en el lanzamiento upstream de DeepSeek V3.2. Está diseñado para la eficiencia en contexto largo manteniendo la calidad del modelo.
¿DeepSeek V3.2-Speciale es el mismo modelo que DeepSeek V3.2 en Novita AI?
No. Las notas upstream de DeepSeek describen DeepSeek V3.2-Speciale como una variante de alto cómputo para razonamiento profundo y señalan que no soporta llamada a herramientas. Esta página canónica de Novita AI trata sobre deepseek/deepseek-v3.2.
Artículos recomendados
- Cómo acceder a DeepSeek V3.2 para reducir costos de inferencia en producción
- Cómo usar la llamada a funciones de DeepSeek V3
- DeepSeek R1 vs Llama 3.3 70B
Novita AI es una plataforma en la nube de IA y agentes que ayuda a los desarrolladores a construir, desplegar y escalar APIs de modelos, cargas de trabajo GPU y aplicaciones agentivas.
