A DeepSeek acaba de lançar o DeepSeek-V3.2-Exp, um modelo experimental que resolve um dos maiores desafios da IA: processar documentos longos de forma eficiente e acessível.
Construído sobre o DeepSeek-V3.1-Terminus, este novo modelo apresenta o DeepSeek Sparse Attention (DSA) — uma tecnologia inovadora que oferece metade do preço e um aumento de velocidade significativo para cenários de contexto longo.
Na Novita AI, estamos trazendo este modelo de ponta para desenvolvedores por meio da nossa plataforma API fácil de usar. Se você está construindo ferramentas de análise de documentos, assistentes de código ou chatbots que precisam lembrar conversas inteiras, o DeepSeek-V3.2-Exp oferece a eficiência e economia de custos que você precisa, sem sacrificar a qualidade.
Experimente a Demonstração do DeepSeek V3.2 Exp
O que torna o DeepSeek-V3.2-Exp especial?
O DeepSeek-V3.2-Exp é um modelo de IA experimental projetado para lidar com documentos longos e conversas de forma mais eficiente que os modelos tradicionais.
O “Exp” significa experimental — a DeepSeek está testando uma nova abordagem para ver quão bem ela funciona em aplicações do mundo real.
O problema que ele resolve
Modelos de IA tradicionais desaceleram drasticamente ao processar textos longos.
Ler um documento de 100 páginas ou manter uma conversa longa se torna caro e demorado. Isso acontece porque os modelos padrão precisam processar cada palavra individualmente em relação a todas as outras — quanto mais longo o texto, mais cálculos são necessários.
A solução: Atenção Esparsa
O DeepSeek-V3.2-Exp apresenta o DeepSeek Sparse Attention (DSA), que funciona como um filtro inteligente.
Em vez de analisar cada palavra contra todas as outras, o modelo identifica e foca apenas nas partes mais relevantes. Pense nisso como uma leitura dinâmica: você não lê cada palavra com a mesma atenção — foca no que é mais importante.
Principais recursos
- Comprimento de contexto: Suporta até 128.000 tokens (aproximadamente 96.000 palavras ou mais de 300 páginas)
- Metade do preço: Custo 50% menor em comparação com o DeepSeek-V3.1-Terminus para processamento de contexto longo
- Aumento de velocidade significativo: Melhorias dramáticas de eficiência tanto no treinamento quanto na inferência, especialmente em cenários de contexto longo
- Arquitetura: Construído sobre o DeepSeek-V3.1-Terminus com a adição do DeepSeek Sparse Attention
- Mesma qualidade: Mantém um desempenho comparável ao do DeepSeek-V3.1-Terminus
O modelo se baseia na fundação comprovada do DeepSeek-V3.1-Terminus, que já suportava comprimento de contexto de 128K, mas adiciona essa camada de eficiência inteligente por meio de treinamento contínuo.
Avanço na eficiência de custos
O DeepSeek Sparse Attention (DSA) reduz a complexidade de atenção principal de O(L²) para O(Lk), onde k é o número de tokens selecionados (muito menor que L).
Embora o lightning indexer ainda tenha complexidade O(L²), ele requer muito menos computação em comparação com o mecanismo de atenção principal. Combinado com uma implementação otimizada, o DSA alcança um aumento de velocidade ponta a ponta significativo em cenários de contexto longo.
A DeepSeek realizou benchmarks do DeepSeek-V3.1-Terminus e do DeepSeek-V3.2-Exp em serviço real implantado em GPUs H800, com um preço de aluguel de 2 USD por hora de GPU.
Os resultados demonstram melhorias de eficiência dramáticas, especialmente à medida que o comprimento do contexto aumenta.
Saiba mais sobre a arquitetura e detalhes de implementação na documentação técnica oficial.
Desempenho: Será que realmente funciona?
A DeepSeek avaliou o modelo em um conjunto de benchmarks focados em capacidades diversas.
No geral, o DeepSeek-V3.2-Exp não apresenta degradação de desempenho substancial em comparação com o DeepSeek-V3.1-Terminus.
Conhecimento geral
| 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 |
Nota: O desempenho no GPQA, HLE e HMMT 2025 é menor porque o DeepSeek-V3.2-Exp gera menos tokens de raciocínio. Checkpoints intermediários que produzem contagens de tokens comparáveis mostram que a lacuna de desempenho se fecha.
Busca na web e agentes
| 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 |
Interessantemente, o modelo realmente melhora nas tarefas de busca! Isso sugere que a atenção esparsa pode ajudar o modelo a focar nas informações relevantes ao recuperar respostas de contextos longos.
Geração de código
| 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 |
O modelo demonstra forte capacidade de codificação, alcançando até uma classificação mais alta em programação competitiva (2121 é nível especialista no Codeforces).
Agentes de código
| Benchmark | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| SWE Verified (Agent mode) | 68.4 | 67.8 |
| SWE-bench Multilingual (Agent mode) | 57.8 | 57.9 |
| Terminal-bench (Terminus 1 framework) | 36.7 | 37.7 |
O modelo mantém fortes capacidades de agente para resolver tarefas reais de engenharia de software.
Matemática
| Benchmark | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
| AIME 2025 | 88.4 | 89.3 |
| HMMT 2025 | 86.1 | 83.6 |
O modelo tem um desempenho excepcional no AIME 2025 (uma competição de matemática desafiadora para o ensino médio), resolvendo 89,3% dos problemas.
Estabilidade de treinamento
A DeepSeek comparou as curvas de treinamento de aprendizado por reforço de ambos os modelos no BrowseComp e SWE Verified.
O desempenho de ambos os modelos melhorou de forma constante ao longo do processo de treinamento, com curvas muito alinhadas, refletindo a estabilidade de treinamento do DSA.
Começando na Novita AI
Acessar o DeepSeek-V3.2-Exp por meio da Novita AI oferece múltiplos caminhos adaptados a diferentes níveis de conhecimento técnico e casos de uso.
Se você é um usuário empresarial explorando capacidades de IA ou um desenvolvedor construindo aplicações de produção, a Novita AI fornece as ferramentas que você precisa.
Use o Playground (não é necessário codificar)
- Acesso instantâneo: Cadastre-se e comece a experimentar o DeepSeek-V3.2-Exp em segundos
- Interface interativa: Teste prompts e visualize saídas em tempo real
- Comparação de modelos: Compare o DeepSeek-V3.2-Exp com outros modelos líderes para seu caso de uso específico
O playground permite que você teste vários prompts e veja resultados imediatos sem nenhuma configuração técnica.
Perfeito para prototipagem, teste de ideias e compreensão das capacidades do modelo antes da implementação completa.
Experimente a Demonstração do DeepSeek V3.2 Exp
Integre via API (para desenvolvedores)
Conecte o DeepSeek-V3.2-Exp às suas aplicações com a API REST unificada da Novita AI.
Opção 1: Integração direta via API
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)
Opção 2: Fluxos de trabalho multiagente com o OpenAI Agents SDK
Construa sistemas multiagente sofisticados aproveitando as capacidades do DeepSeek-V3.2-Exp:
- Integração plug-and-play: Use o DeepSeek-V3.2-Exp em qualquer fluxo de trabalho do OpenAI Agents
- Capacidades avançadas de agente: Suporte a transferências, roteamento e integração de ferramentas
- Arquitetura escalável: Projete agentes que aproveitem o processamento eficiente de contexto longo do DeepSeek-V3.2-Exp
Conecte-se a plataformas de terceiros
Ferramentas de desenvolvimento: Integre-se perfeitamente com IDEs populares e ambientes de desenvolvimento como Cursor, Codex, Claude Code, Trae, Qwen Code e Cline por meio de APIs compatíveis com OpenAI e APIs compatíveis com Anthropic.
Frameworks de orquestração: Conecte-se ao LangChain, Dify, CrewAI, Langflow e outras plataformas de orquestração de IA usando conectores oficiais.
Integração com Hugging Face: A Novita AI atua como um provedor de inferência oficial do Hugging Face, garantindo ampla compatibilidade com o ecossistema.
Conclusão
O DeepSeek-V3.2-Exp representa um avanço significativo no processamento de IA de contexto longo eficiente e acessível.
Por meio do DeepSeek Sparse Attention, o modelo alcança metade do preço do DeepSeek-V3.1-Terminus, com um aumento de velocidade significativo e melhorias substanciais de eficiência tanto no treinamento quanto na inferência, especialmente em cenários de contexto longo, mantendo um desempenho comparável ao do DeepSeek-V3.1-Terminus.
A DeepSeek está realizando ativamente testes em larga escala adicionais em cenários do mundo real para descobrir possíveis limitações da arquitetura de atenção esparsa.
A Novita AI facilita o acesso a essa tecnologia experimental por meio da nossa plataforma API amigável para desenvolvedores — sem complexidade de infraestrutura, apenas IA poderosa ao seu alcance com 50% de economia de custos.
Pronto para experimentar o futuro da IA de contexto longo eficiente e acessível? Comece a explorar o DeepSeek-V3.2-Exp no Playground hoje mesmo.
Novita AI é uma plataforma de nuvem de IA que oferece aos desenvolvedores uma maneira fácil de implantar modelos de IA usando nossa API simples, além de fornecer uma nuvem de GPU acessível e confiável para construção e escalonamento.
