РЕЛИЗ · MODELS · #503
DeepSeek представила экспериментальную модель V3.2-Exp с разреженным вниманием и крупным снижением цен на API
DeepSeek представила DeepSeek-V3.2-Exp — экспериментальную модель на базе V3.1-Terminus, в которой используется DeepSeek Sparse Attention (DSA) для повышения эффективности при работе с длинными контекстами при минимальной потере качества; бенчмарки показывают паритет с V3.1-Terminus. Компания также снизила цены на API более чем на 50% с немедленным вступлением в силу, опубликовала GPU-ядра для TileLang и CUDA и временно оставляет V3.1-Terminus в API до 15 октября 2025 г., 15:59 UTC для сравнения.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- DeepSeek представила DeepSeek-V3.2-Exp — экспериментальную модель на базе V3.1-Terminus, в которой используется DeepSeek Sparse Attention (DSA) для повышения эффективности при работе с длинными контекстами при минимальной потере качества; бенчмарки показывают паритет с V3.1-Terminus.
- Компания также снизила цены на API более чем на 50% с немедленным вступлением в силу, опубликовала GPU-ядра для TileLang и CUDA и временно оставляет V3.1-Terminus в API до 15 октября 2025 г., 15:59 UTC для сравнения.
- DSA и сопутствующие ядра/инструменты призваны сократить вычислительные затраты и улучшить работу с длинными контекстами, а немедленное снижение цен на API более чем на 50% меняет экономику использования.
ПОЧЕМУ ЭТО ВАЖНО
DSA и сопутствующие ядра/инструменты призваны сократить вычислительные затраты и улучшить работу с длинными контекстами, а немедленное снижение цен на API более чем на 50% меняет экономику использования.