DeepSeek: DeepSeek V3.2

DeepSeek V3.2 är en textgenereringsmodell från DeepSeek, släppt av leverantören den 1 december 2025. Den tillhör textkategorin och är byggd kring ett designmål att kombinera beräkningseffektivitet med stark resonemangsförmåga och agentisk verktygsanvändning. Leverantören beskriver den som introducerande av DeepSeek Sparse Attention (DSA), en finkornig sparsam uppmärksamhetsmekanism. Om du har använt andra DeepSeek-modeller fortsätter denna den linjen snarare än att byta till en annan familj.

Modellen tar emot text och returnerar text. Den har ett kontextfönster på 163 840 tokens och en maximal utdata på 147 456 tokens, så både långa indata och långa genereringar ryms inom intervallet. Resonemangsbeteende exponeras genom parametrarna include_reasoning och reasoning, vilket innebär att du kan begära resonemangsutdata i stället för att behandla modellen som en vanlig completion-endpoint. Strukturerade utdata och response_format stöds också, så JSON-liknande svar kan begäras direkt.

Dessa funktioner pekar mot några praktiska användningsområden. Arbete med långa dokument passar kontextfönstret: sammanfatta, extrahera eller skriv om material som inte skulle rymmas i mindre modeller. Agent- och verktygsanropsarbetsflöden passar verktygsstödet, eftersom modellen accepterar tools och tool_choice och kan drivas i en loop där den avgör vilken funktion som ska anropas. Resonemangstunga uppgifter som flerstegsanalys, planering eller felsökning av logik drar nytta av resonemangsparametrarna. Klassificerings-, extraherings- och genereringsuppgifter som behöver maskinläsbara utdata betjänas av structured_outputs och response_format. Eftersom modellen är textbaserad kräver allt som involverar bilder eller ljud en annan modell.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "deepseek/deepseek-v3.2". De stödda förfrågningsparametrarna är 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 och top_p. Om du redan har en OpenAI-klient gäller samma förfrågningsform, med modellfältet satt till det id:t och parametrarna ovan tillgängliga vid behov.

Två begränsningar är värda att notera innan du satsar. Indata och utdata är enbart text, så multimodalt arbete ligger utanför omfånget. Den maximala utdatan på 147 456 tokens är stor men fortfarande ändlig, och mycket långa genereringar kan behöva trunkeras eller delas upp. För uppgifter som kräver bild- eller ljudförståelse, titta på en modell i de kategorierna i stället.