DeepSeek V3.2-Exp: 分散した注目と価格の下落

DeepSeek-V3.2-Exp リリース、次期アーキテクチャに向けた中間ステップ
長いコンテキストと低計算量を実現する新しいDeepSeek Sparse Attentionメカニズム
アプリ、ウェブ、API で 50% 以上も値下げされてご利用いただけます。
FP8のサポートとBF16の作業による競争圧力と中国製チップへの適応

上に構築 V3.1-ターミナル、新しいモデル ディープシーク V3.2-Exp 分散注意アプローチを導入する 品質を犠牲にすることなく計算負荷を軽減することを目指している。同社によれば、 API価格が50%以上下落 即時発効、アクセス アプリ、ウェブ、API経由で利用可能になりましたの形式で提供されるほか、 オープンソース 開発プラットフォームでは、ハグ顔.

技術革新：散漫な注意と長い文脈

AIモデルにおけるスパースアテンション技術

このアップデートの核心は DeepSeek スパースアテンション（DSA）コンテキストの関連部分を優先し、より正確に処理するメカニズムです。同社は、 ライトニングインデクサー 鍵となる断片を選択し、 「きめ細かなトークン選択」大きなコンテキストウィンドウをカバーし、情報のオーバーヘッドを少なくしながら、一度に複数の思考ラインを処理することを目的としています。

限定コンテンツ - ここをクリックしてください MetaはSuperintelligence Labsの設立により、超知能の競争を加速させる

このアプローチは トレーニングと推論の両方の改善、時間の短縮とメモリ消費量の削減を実現。DeepSeekは、最新バージョンではすでに FP8をサポート との互換性に取り組んでいます BF16速度と正確さのバランスをとるのに役立つ数値形式、そしてローカルハードウェア上での実行.

同社は、これが発売であり、 実験場 次世代のアーキテクチャを予見している。それでも、 内部テスト 彼らは、V3.2-Exp（実験バージョン）は、検索エージェント、コーディング、数学などのタスクにおいてV3.1-Terminusと同等のパフォーマンスを発揮し、さらに、長いコンテキストのシナリオにおいて効率性が向上するという利点があると指摘しています。

技術的な部分に加えて、モデルは幅広い用途でテストできます。 アプリ、ウェブとAPI 会社の。 値下げ (50% 以上) は、運用コストの削減を目指す製品チームやエンジニアリング部門による導入を加速することを目的としています。

限定コンテンツ - ここをクリックしてください DeepSeek R2はXNUMX月にリリースされ、AIの新たなマイルストーンとなる可能性がある

コミュニティの面では、 ハグフェイスとGitHub これにより、研究者や開発者は監査、再利用、改善の提案を行うことができ、エコシステムにおける DeepSeek のプロファイルが強化されます。 オープンソースAI.

市場への影響と地政学的脈動

AIエコシステムとモデル競争

この措置は市場をそれほど揺るがすことはないと予想されるが、 R1とV3 今年の初めに、 V3.2-Expは、国内のライバルにプレッシャーをかけることができる。 Qwen（アリババ） そしてアメリカの競合企業としては OpenAI, 人類学的または xAI。 鍵となるのは、 低コストで高性能これは、大規模な AI 導入においては特に敏感な要素です。

この立ち上げは複雑な状況の中で行われた。いくつかの国では、 政府機関におけるDeepSeek （イタリア、米国、韓国同社はセキュリティ上の懸念を理由に、 ガバナンスと保証 組織内での存在感を高めたい場合。

工業分野では、中国は自国のテクノロジー企業に対し、外国の半導体への依存を減らすよう圧力をかけている。 米国によるNVIDIAチップの輸出規制 （ブラックウェルなど）および追加の制限（例： RTX Pro 6000ディープシークは、中国のチップメーカーと協力して、 ローカルハードウェア上での実行この点で、業界は Huawei社 最新モデルにアップデート。

限定コンテンツ - ここをクリックしてください国際宇宙ステーションに閉じ込められた宇宙飛行士、9か月ぶりに地球に帰還

このモデルが運用コストを半分に抑えてパフォーマンスを維持できれば、 長い文書のユースケース長時間のチャットや、高度な分析作業に特に効果的です。多くの企業にとって、 効率 + 価格 それはベンチマークで数点追加されるのと同じくらい決定的です。

DeepSeekのアプローチは、オープン性、効率性、即時利用可能性に加え、より高性能なアーキテクチャを約束するロードマップを備えています。同社がV3.1-Terminusで実証されたレベルを維持しながらコスト削減を統合すれば、 この新しいモデルは、コストを急騰させることなく、生成 AI を大規模に導入するための実用的なベンチマークになる可能性があります。DeepSeek によって効率性が単なる技術的な目標ではなく、企業や開発者にとっての真の競争上の優位性となるかどうかが注目されます。

Visual Studio Code で DeepSeek を使用する方法

アルベルトナバロ

私はテクノロジー愛好家であり、その「オタク」の興味を職業に変えています。私は 10 年以上、純粋な好奇心から最先端のテクノロジーを使用し、あらゆる種類のプログラムをいじくり回してきました。現在はコンピューター技術とビデオゲームを専門にしています。これは、私が 5 年以上、テクノロジーやビデオゲームに関するさまざまな Web サイトに執筆し、誰にでも理解できる言語で必要な情報を提供することを目的とした記事を作成しているためです。

ご質問がございましたら、私の知識は Windows オペレーティングシステムから携帯電話用の Android に関連するあらゆるものまで多岐にわたります。そして、私はあなたに対して、いつでも喜んで数分を費やして、このインターネットの世界であなたが抱いている疑問を解決するお手伝いをしたいと考えています。