DeepSeek: DeepSeek V3.2

DeepSeek V3.2 è un modello di generazione di testo di DeepSeek, rilasciato dal provider il 1 dicembre 2025. Si colloca nella categoria testo ed è costruito attorno all'obiettivo progettuale di combinare efficienza computazionale con un forte ragionamento e l'uso agentico di strumenti. Il provider lo descrive come l'introduzione di DeepSeek Sparse Attention (DSA), un meccanismo di attenzione sparsa a grana fine. Se hai usato altri modelli DeepSeek, questo continua quella linea invece di passare a una famiglia diversa.

Il modello accetta testo in input e restituisce testo in output. Ha una finestra di contesto di 163.840 token e un output massimo di 147.456 token, quindi input lunghi e generazioni lunghe rientrano entrambi nel range. Il comportamento di ragionamento è esposto tramite i parametri include_reasoning e reasoning, il che significa che puoi richiedere output di ragionamento invece di trattare il modello come un semplice endpoint di completamento. Sono supportati anche structured outputs e response_format, quindi le risposte in stile JSON possono essere richieste direttamente.

Queste capacità indicano alcuni usi pratici. Il lavoro su documenti lunghi si adatta alla finestra di contesto: riassumere, estrarre o riscrivere materiale che non entrerebbe in modelli più piccoli. I flussi di lavoro con agenti e tool calling si adattano al supporto degli strumenti, poiché il modello accetta tools e tool_choice e può essere guidato in un ciclo in cui decide quale funzione chiamare. Le attività ad alto contenuto di ragionamento, come analisi multi-step, pianificazione o debug della logica, traggono beneficio dai parametri di ragionamento. Le attività di classificazione, estrazione e generazione che richiedono output leggibile dalla macchina sono servite da structured_outputs e response_format. Poiché il modello è solo testo, qualsiasi cosa che coinvolga immagini o audio necessita di un modello diverso.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "deepseek/deepseek-v3.2". I parametri di richiesta supportati sono 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 e top_p. Se hai già un client OpenAI, si applica la stessa forma di richiesta, con il campo model impostato su quell'id e i parametri sopra disponibili secondo necessità.

Due limiti vale la pena notare prima di impegnarti. Input e output sono solo testo, quindi il lavoro multimodale è fuori ambito. L'output massimo di 147.456 token è grande ma comunque finito, e generazioni molto lunghe potrebbero richiedere troncamento o suddivisione in chunk. Per attività che richiedono comprensione di immagini o audio, guarda invece un modello in quelle categorie.