DeepSeek: DeepSeek V3.2

DeepSeek V3.2 es un modelo de generación de texto de DeepSeek, lanzado por el proveedor el 1 de diciembre de 2025. Se sitúa en la categoría de texto y se construye en torno a un objetivo de diseño que combina eficiencia computacional con un razonamiento sólido y uso de herramientas agénticas. El proveedor lo describe como la introducción de DeepSeek Sparse Attention (DSA), un mecanismo de atención dispersa de grano fino. Si has usado otros modelos DeepSeek, este continúa esa línea en lugar de cambiar a una familia diferente.

El modelo recibe texto y devuelve texto. Tiene una ventana de contexto de 163.840 tokens y una salida máxima de 147.456 tokens, por lo que tanto las entradas largas como las generaciones largas están dentro del rango. El comportamiento de razonamiento se expone a través de los parámetros include_reasoning y reasoning, lo que significa que puedes solicitar salida de razonamiento en lugar de tratar el modelo como un endpoint de completado simple. También se admiten salidas estructuradas y response_format, por lo que las respuestas estilo JSON se pueden solicitar directamente.

Esas capacidades apuntan a algunos usos prácticos. El trabajo con documentos largos encaja en la ventana de contexto: resumir, extraer o reescribir material que no cabría en modelos más pequeños. Los flujos de trabajo de agentes y llamadas a herramientas encajan con el soporte de herramientas, ya que el modelo acepta tools y tool_choice y puede ejecutarse en un bucle donde decide qué función llamar. Las tareas con mucho razonamiento, como análisis de varios pasos, planificación o depuración de lógica, se benefician de los parámetros de razonamiento. Las tareas de clasificación, extracción y generación que necesitan salida legible por máquina se cubren con structured_outputs y response_format. Como el modelo es solo texto, cualquier cosa que implique imágenes o audio necesita un modelo diferente.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "deepseek/deepseek-v3.2". Los parámetros de solicitud admitidos son frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs y top_p. Si ya tienes un cliente OpenAI, se aplica la misma forma de solicitud, con el campo model establecido en ese id y los parámetros anteriores disponibles según sea necesario.

Merece la pena señalar dos límites antes de comprometerte. La entrada y la salida son solo texto, por lo que el trabajo multimodal queda fuera de alcance. La salida máxima de 147.456 tokens es grande pero aún finita, y las generaciones muy largas pueden necesitar truncamiento o fragmentación. Para tareas que necesitan comprensión de imágenes o audio, busca un modelo en esas categorías en su lugar.