DeepSeek V3.2-Exp: Perhatian yang Terpencar dan Harga yang Turun

DeepSeek-V3.2-Exp dirilis, langkah peralihan menuju arsitektur berikutnya
Mekanisme Perhatian Jarang DeepSeek Baru untuk konteks panjang dan komputasi yang lebih rendah
Tersedia di aplikasi, web, dan API dengan diskon harga lebih dari 50%.
Tekanan kompetitif dan adaptasi terhadap chip Cina, dengan dukungan FP8 dan pengerjaan pada BF16

Dibangun di atas V3.1-Terminus, model baru DeepSeek V3.2-Kadaluarsa memperkenalkan pendekatan perhatian yang tersebar yang berupaya mengurangi beban komputasi tanpa mengorbankan kualitas. Menurut perusahaan, Harga API turun lebih dari 50% dengan efek segera, dan akses Sekarang tersedia di aplikasi Anda, web, dan melalui API, selain ditawarkan dalam format open source pada platform pengembangan seperti Wajah Memeluk.

Inovasi teknis: perhatian yang tersebar dan konteks yang panjang

Teknologi perhatian jarang dalam model AI

Inti dari pembaruan ini adalah Perhatian Jarang DeepSeek (DSA), sebuah mekanisme yang memprioritaskan bagian-bagian relevan dari konteks untuk memprosesnya dengan lebih akurat. Perusahaan merinci penggunaan Pengindeks petir yang memilih fragmen kunci dan proses “pemilihan token yang sangat teliti”, dengan tujuan mencakup jendela konteks yang besar dan menangani beberapa alur pemikiran sekaligus dengan lebih sedikit informasi overhead.

Konten eksklusif - Klik Disini Meta meningkatkan perlombaan untuk kecerdasan super dengan penciptaan Laboratorium Kecerdasan Super

Pendekatan ini mengejar peningkatan dalam pelatihan dan inferensi, mempercepat waktu dan mengurangi konsumsi memori. DeepSeek menunjukkan bahwa versi terbarunya sudah mendukung FP8 dan sedang mengerjakan kompatibilitas dengan BF16, format angka yang membantu menyeimbangkan kecepatan dan akurasi, dan yang memudahkan untuk eksekusi pada perangkat keras lokal.

Perusahaan menekankan bahwa ini adalah peluncuran, yaitu tempat pengujian yang mengantisipasi arsitektur generasi berikutnya. Namun, tes intern Mereka menunjukkan bahwa V3.2-Exp (versi eksperimental) berkinerja pada level V3.1-Terminus dalam tugas-tugas seperti agen pencarian, pengkodean atau matematika, dengan manfaat tambahan berupa efisiensi dalam skenario konteks panjang.

Selain bagian teknis, ketersediaannya luas: model dapat diuji di aplikasi, web dan API dari perusahaan. pengurangan harga (lebih dari 50%) bertujuan untuk mempercepat adopsi oleh tim produk dan departemen teknik yang ingin mengurangi biaya operasional.

Konten eksklusif - Klik Disini DeepSeek R2 dapat dirilis pada bulan April dan menandai tonggak sejarah baru dalam AI

Di sisi komunitas, pembukaan di Wajah Pelukan dan GitHub Ini memungkinkan peneliti dan pengembang untuk mengaudit, menggunakan kembali, dan mengusulkan perbaikan, memperkuat profil DeepSeek dalam ekosistem. AI sumber terbuka.

Dampak pasar dan denyut geopolitik

Kompetisi ekosistem dan model AI

Meskipun langkah ini tidak diharapkan akan mengguncang pasar seperti yang terjadi R1 dan V3 di awal tahun, V3.2-Exp dapat memberikan tekanan pada pesaing domestik seperti Qwen (Alibaba) dan pesaing Amerika seperti OpenAI, Antropik atau xAI. Kuncinya adalah mendemonstrasikan kinerja tinggi dengan biaya lebih rendah, faktor yang sangat sensitif untuk penerapan AI dalam skala besar.

Peluncuran ini dilakukan di tengah lingkungan yang kompleks: beberapa negara telah membatasi penggunaan DeepSeek di lembaga pemerintah (termasuk Italia, Amerika Serikat dan Korea Selatan), dengan alasan masalah keamanan. Pembatasan ini memaksa perusahaan untuk memperkuat tata kelola dan jaminan jika Anda ingin mendapatkan kehadiran institusional.

Di sektor industri, China mendorong perusahaan teknologinya untuk mengurangi ketergantungan mereka pada semikonduktor asing. Kontrol ekspor AS pada chip Nvidia (seperti Blackwell) dan pembatasan tambahan—misalnya, pada RTX Pro 6000—, DeepSeek mengklaim berkolaborasi dengan produsen chip Tiongkok untuk mengoptimalkan eksekusi pada perangkat keras lokalPada baris ini, sektor ini telah menunjukkan dukungan Huawei ke pembaruan model terkini.

Konten eksklusif - Klik Disini Astronot yang terjebak di Stasiun Luar Angkasa Internasional kembali ke Bumi setelah sembilan bulan

Jika model tersebut berhasil mempertahankan kinerjanya dengan setengah biaya operasional, kasus penggunaan dengan dokumen panjang, obrolan panjang, atau tugas analitis yang menuntut bisa sangat bermanfaat. Bagi banyak perusahaan, kombinasi efisiensi + harga Hal ini sama menentukannya dengan beberapa poin tambahan dalam tolok ukur.

Pendekatan DeepSeek menggabungkan keterbukaan, efisiensi, dan ketersediaan langsung dengan peta jalan yang menjanjikan arsitektur yang lebih mumpuni. Jika perusahaan mengkonsolidasikan pengurangan biaya sambil mempertahankan tingkat yang ditunjukkan oleh V3.1-Terminus, Model baru ini dapat menjadi patokan praktis untuk penerapan AI generatif dalam skala besar tanpa melonjaknya biaya.Kita akan melihat apakah DeepSeek dapat menjadikan efisiensi bukan lagi aspirasi teknis, tetapi keunggulan kompetitif nyata bagi perusahaan dan pengembang.