DeepSeek vient de lancer DeepSeek-V3.2-Exp, un modèle expérimental qui résout l’un des plus grands défis de l’IA : traiter des documents longs de manière efficace et abordable.
Construit sur DeepSeek-V3.1-Terminus, ce nouveau modèle introduit l’Attention Éparse de DeepSeek (DSA) — une technologie révolutionnaire qui offre moitié moins cher et un gain de vitesse significatif pour les scénarios à long contexte.
Chez Novita AI, nous proposons ce modèle de pointe aux développeurs via notre plateforme API facile à utiliser. Que vous construisiez des outils d’analyse de documents, des assistants de code ou des chatbots qui doivent se souvenir de conversations entières, DeepSeek-V3.2-Exp vous apporte l’efficacité et les économies de coûts dont vous avez besoin sans sacrifier la qualité.
Essayer la démo DeepSeek V3.2 Exp
Qu’est-ce qui rend DeepSeek-V3.2-Exp spécial ?
DeepSeek-V3.2-Exp est un modèle d’IA expérimental conçu pour traiter des documents longs et des conversations plus efficacement que les modèles traditionnels.
Le « Exp » signifie expérimental : DeepSeek teste une nouvelle approche pour voir à quel point elle fonctionne dans des applications réelles.
Le problème qu’il résout
Les modèles d’IA traditionnels ralentissent considérablement lors du traitement de textes longs.
Lire un document de 100 pages ou maintenir une conversation longue devient coûteux et long. Cela se produit parce que les modèles standard doivent traiter chaque mot en relation avec tous les autres mots : plus le texte est long, plus les calculs nécessaires sont nombreux.
La solution : l’attention éparse
DeepSeek-V3.2-Exp introduit l’Attention Éparse de DeepSeek (DSA), qui fonctionne comme un filtre intelligent.
Au lieu d’analyser chaque mot par rapport à tous les autres, le modèle identifie et se concentre uniquement sur les parties les plus pertinentes. C’est comme la lecture rapide : vous ne lisez pas chaque mot avec la même attention — vous vous concentrez sur ce qui compte le plus.
Fonctionnalités clés
- Longueur de contexte : Prend en charge jusqu’à 128 000 jetons (environ 96 000 mots ou plus de 300 pages)
- Moitié moins cher : 50 % de coût en moins par rapport à DeepSeek-V3.1-Terminus pour le traitement de longs contextes
- Gain de vitesse significatif : Améliorations d’efficacité spectaculaires à la fois pour l’entraînement et l’inférence, en particulier dans les scénarios à long contexte
- Architecture : Construit sur DeepSeek-V3.1-Terminus avec l’ajout de l’Attention Éparse de DeepSeek
- Qualité identique : Maintient des performances comparables à celles de DeepSeek-V3.1-Terminus
Le modèle s’appuie sur la base éprouvée de DeepSeek-V3.1-Terminus, qui prenait déjà en charge une longueur de contexte de 128K, mais ajoute cette couche d’efficacité intelligente grâce à un entraînement continu.
Percée en matière d’efficacité des coûts
L’Attention Éparse de DeepSeek (DSA) réduit la complexité d’attention centrale de O(L²) à O(Lk), où k est le nombre de jetons sélectionnés (beaucoup plus petit que L).
Même si l’indexeur éclair a toujours une complexité de O(L²), il nécessite beaucoup moins de calculs que le mécanisme d’attention principal. Combiné à une implémentation optimisée, DSA atteint un gain de vitesse global significatif dans les scénarios à long contexte.
DeepSeek a comparé DeepSeek-V3.1-Terminus et DeepSeek-V3.2-Exp sur un service réel déployé sur des GPU H800 à un prix de location de 2 USD par heure de GPU.
Les résultats démontrent des améliorations d’efficacité spectaculaires, surtout à mesure que la longueur du contexte augmente.
En savoir plus sur l’architecture et les détails d’implémentation dans la documentation technique officielle.
Performance : est-ce que ça fonctionne vraiment ?
DeepSeek a évalué le modèle sur une série de benchmarks axés sur des capacités variées.
Dans l’ensemble, DeepSeek-V3.2-Exp ne montre pas de dégradation de performance substantielle par rapport à DeepSeek-V3.1-Terminus.
Connaissances générales
| Benchmark | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| MMLU-Pro | 85.0 | 85.0 |
| GPQA-Diamond | 80.7 | 79.9 |
| Humanity’s Last Exam | 21.7 | 19.8 |
Note : Les performances sur GPQA, HLE et HMMT 2025 sont inférieures car DeepSeek-V3.2-Exp génère moins de jetons de raisonnement. Les points de contrôle intermédiaires qui produisent des nombres de jetons comparables montrent que l’écart de performance se réduit.
Recherche web et agents
| Benchmark | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| BrowseComp | 38.5 | 40.1 |
| BrowseComp_zh | 45.0 | 47.9 |
| SimpleQA | 96.8 | 97.1 |
De manière intéressante, le modèle s’améliore même sur les tâches de recherche ! Cela suggère que l’attention éparse peut aider le modèle à se concentrer sur les informations pertinentes lors de la récupération de réponses dans des contextes longs.
Génération de code
| Benchmark | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| LiveCodeBench (2408-2505) | 74.9 | 74.1 |
| Codeforces-Div1 Rating | 2046 | 2121 |
| Aider-Polyglot | 76.1 | 74.5 |
Le modèle montre de solides capacités en codage, atteignant même une note de programmation compétitive plus élevée (2121 est le niveau expert sur Codeforces).
Agents de code
| Benchmark | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| SWE Verified (mode Agent) | 68.4 | 67.8 |
| SWE-bench Multilingue (mode Agent) | 57.8 | 57.9 |
| Terminal-bench (framework Terminus 1) | 36.7 | 37.7 |
Le modèle maintient de solides capacités d’agent pour résoudre des tâches d’ingénierie logicielle réelles.
Mathématiques
| Benchmark | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| AIME 2025 | 88.4 | 89.3 |
| HMMT 2025 | 86.1 | 83.6 |
Le modèle obtient des résultats exceptionnels sur l’AIME 2025 (un concours de mathématiques difficile pour le lycée), résolvant 89,3 % des problèmes.
Stabilité de l’entraînement
DeepSeek a comparé les courbes d’entraînement par renforcement des deux modèles sur BrowseComp et SWE Verified.
Les performances des deux modèles se sont améliorées régulièrement tout au long du processus d’entraînement, avec des courbes étroitement alignées, ce qui reflète la stabilité de l’entraînement de DSA.
Démarrage sur Novita AI
Accéder à DeepSeek-V3.2-Exp via Novita AI offre plusieurs voies adaptées à différents niveaux d’expertise technique et cas d’usage.
Que vous soyez un utilisateur professionnel explorant les capacités de l’IA ou un développeur construisant des applications de production, Novita AI vous fournit les outils dont vous avez besoin.
Utiliser le Playground (pas de code requis)
- Accès instantané : Inscrivez-vous et commencez à expérimenter avec DeepSeek-V3.2-Exp en quelques secondes
- Interface interactive : Testez des prompts et visualisez les résultats en temps réel
- Comparaison de modèles : Comparez DeepSeek-V3.2-Exp avec d’autres modèles de pointe pour votre cas d’usage spécifique
Le playground vous permet de tester différents prompts et de voir des résultats immédiats sans aucune configuration technique.
Parfait pour le prototypage, le test d’idées et la compréhension des capacités du modèle avant une implémentation complète.
Essayer la démo DeepSeek V3.2 Exp
Intégration via API (pour les développeurs)
Connectez DeepSeek-V3.2-Exp à vos applications avec l’API REST unifiée de Novita AI.
Option 1 : Intégration API directe
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)
Option 2 : Workflows multi-agents avec OpenAI Agents SDK
Construisez des systèmes multi-agents sophistiqués exploitant les capacités de DeepSeek-V3.2-Exp :
- Intégration prête à l’emploi : Utilisez DeepSeek-V3.2-Exp dans tout workflow OpenAI Agents
- Capacités d’agent avancées : Prise en charge des transferts, du routage et de l’intégration d’outils
- Architecture évolutive : Concevez des agents qui exploitent le traitement efficace de longs contextes de DeepSeek-V3.2-Exp
Connexion avec des plateformes tierces
Outils de développement : Intégrez-vous de manière transparente avec des IDE et environnements de développement populaires comme Cursor, Codex, Claude Code, Trae, Qwen Code et Cline via des API compatibles OpenAI et des API compatibles Anthropic.
Frameworks d’orchestration : Connectez-vous avec LangChain, Dify, CrewAI, Langflow et d’autres plateformes d’orchestration d’IA en utilisant des connecteurs officiels.
Intégration Hugging Face : Novita AI est un fournisseur d’inférence officiel de Hugging Face, garantissant une compatibilité large avec l’écosystème.
Conclusion
DeepSeek-V3.2-Exp représente une avancée significative dans le traitement de l’IA à long contexte efficace et abordable.
Grâce à l’Attention Éparse de DeepSeek, le modèle coûte moitié moins cher que DeepSeek-V3.1-Terminus avec un gain de vitesse significatif et des améliorations d’efficacité substantielles à la fois pour l’entraînement et l’inférence, en particulier dans les scénarios à long contexte, tout en maintenant des performances comparables à celles de DeepSeek-V3.1-Terminus.
DeepSeek poursuit activement des tests à grande échelle dans des scénarios réels pour découvrir les limites potentielles de l’architecture d’attention éparse.
Novita AI rend simple l’accès à cette technologie expérimentale via notre plateforme API conviviale pour les développeurs — pas de complexité d’infrastructure, juste une IA puissante à portée de main avec 50 % d’économies de coûts.
Prêt à découvrir le futur de l’IA à long contexte efficace et abordable ? Commencez à explorer DeepSeek-V3.2-Exp dans le Playground dès aujourd’hui.
Novita AI est une plateforme cloud IA qui offre aux développeurs un moyen simple de déployer des modèles d’IA via notre API simple, tout en fournissant un cloud GPU abordable et fiable pour construire et mettre à l’échelle.
