DeepSeek: DeepSeek V3.2 Exp

DeepSeek V3.2 Exp es un modelo de lenguaje grande experimental de DeepSeek, lanzado el 29 de septiembre de 2025 como un paso intermedio entre V3.1 y arquitecturas futuras. Introduce DeepSeek Sparse Attention (DSA), un mecanismo de atención dispersa de grano fino. El modelo es solo texto en ambas direcciones, y su fecha de corte de conocimiento es el 31 de julio de 2025.

Acepta entrada de texto y devuelve salida de texto, con una ventana de contexto de 163.840 tokens y una salida máxima de 147.456 tokens. Esa combinación se adapta a documentos largos y generaciones largas en la misma solicitud. Los parámetros admitidos incluyen temperature, top_p, top_k, frequency_penalty, max_tokens y response_format, junto con structured_outputs para respuestas restringidas por esquema. También expone controles de razonamiento a través de los parámetros reasoning e include_reasoning, y uso de herramientas a través de tools y tool_choice, por lo que puede llamar a funciones y devolver argumentos estructurados en lugar de solo prosa.

Esas capacidades apuntan a algunos patrones prácticos. Una ventana de contexto grande y un presupuesto de salida grande lo hacen adecuado para resumir o extraer de archivos largos, responder preguntas sobre múltiples documentos y redactar texto de formato largo en una sola pasada. Las salidas estructuradas y la llamada a herramientas se adaptan a agentes, canalizaciones de recuperación y flujos de trabajo donde el modelo debe devolver JSON que coincida con un esquema o decidir qué función invocar. Los parámetros de razonamiento le permiten solicitar o suprimir contenido de razonamiento según si desea que se muestren los pasos intermedios. Debido a que es experimental, vale la pena probarlo con su propio conjunto de evaluación antes de depender de él en producción.

Se llama a través de la API compatible con OpenAI de api14 usando el id de modelo "deepseek/deepseek-v3.2-exp". Apunte su cliente OpenAI existente a la URL base de api14, envíe una solicitud de finalizaciones de chat con ese id de modelo, y el cuerpo de la solicitud acepta los parámetros enumerados anteriormente: frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, tool_choice, tools, top_k y top_p. Si ya usa un SDK de OpenAI, cambiar es principalmente un cambio de URL base, clave de API e id de modelo.

La principal advertencia es el estado experimental. Es un modelo de texto, por lo que no maneja imágenes ni audio, y si su tarea es multimodal necesitaría un modelo diferente. Si necesita un endpoint estable y no experimental para tráfico de producción de larga duración, una versión consolidada puede ser la opción predeterminada más segura, con este modelo usado donde valga la pena evaluar su atención dispersa y sus controles de razonamiento.