DeepSeek: DeepSeek V3.2

O DeepSeek V3.2 é um modelo de geração de texto da DeepSeek, lançado pelo fornecedor a 1 de dezembro de 2025. Situa-se na categoria de texto e foi concebido com o objetivo de combinar eficiência computacional com forte raciocínio e uso de ferramentas agênticas. O fornecedor descreve-o como introduzindo o DeepSeek Sparse Attention (DSA), um mecanismo de atenção esparsa de granularidade fina. Se já utilizou outros modelos DeepSeek, este dá continuidade a essa linha em vez de mudar para uma família diferente.

O modelo recebe texto e devolve texto. Tem uma janela de contexto de 163.840 tokens e uma saída máxima de 147.456 tokens, pelo que entradas longas e gerações longas estão ambas dentro do alcance. O comportamento de raciocínio é exposto através dos parâmetros include_reasoning e reasoning, o que significa que pode pedir saída de raciocínio em vez de tratar o modelo como um endpoint de conclusão simples. Saídas estruturadas e response_format também são suportados, pelo que respostas em estilo JSON podem ser solicitadas diretamente.

Estas capacidades apontam para alguns usos práticos. O trabalho com documentos longos encaixa na janela de contexto: resumir, extrair ou reescrever material que não caberia em modelos mais pequenos. Fluxos de trabalho de agentes e de chamada de ferramentas encaixam no suporte a ferramentas, uma vez que o modelo aceita tools e tool_choice e pode ser conduzido num ciclo em que decide que função chamar. Tarefas com muito raciocínio, como análise em vários passos, planeamento ou depuração de lógica, beneficiam dos parâmetros de raciocínio. Tarefas de classificação, extração e geração que precisam de saída legível por máquina são servidas por structured_outputs e response_format. Como o modelo é apenas de texto, qualquer coisa que envolva imagens ou áudio precisa de um modelo diferente.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo "deepseek/deepseek-v3.2". Os parâmetros de pedido suportados são 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 já tem um cliente OpenAI, aplica-se a mesma forma de pedido, com o campo model definido para esse id e os parâmetros acima disponíveis conforme necessário.

Vale a pena notar dois limites antes de avançar. A entrada e a saída são apenas de texto, pelo que trabalho multimodal está fora do âmbito. A saída máxima de 147.456 tokens é grande mas ainda finita, e gerações muito longas podem precisar de truncagem ou divisão em blocos. Para tarefas que precisam de compreensão de imagens ou áudio, procure antes um modelo dessas categorias.