DeepSeek V3.2 ダブルモデル発表：線形複雑度の長文対応 + 惩罰なしの深く考えるアプローチ オープンソース陣営が第一グループへ再挑戦

DeepSeekはV3.2（スタンダード版）とV3.2-Speciale（ディープシンキング版）をリリースしました。公式評価によると：

- V3.2は128kのコンテキスト環境においてGPT-5と互角です。

- V3.2-SpecialeはMMLU、HumanEvalなどの基準でGemini3Proと同様の性能を達成し、IMO2025の盲検テストで金メダルラインの83.3％を記録しました。

転置疎注意力（DSA）は主要なアップグレードです。「目録」風にトークンをルーティングすることで、長文の計算複雑度をO(n²)からO(n)に低下させ、VRAM使用量は40％減少し、推論速度は2.2倍向上しました。これはオープンソースモデルで初めて百万トークン単一カードでの推論を実現しました。

後処理の段階では、チームは10％以上のクラスター計算能力を強化学習に投入し、グループ対強化学習（GRPO）と多数決方式を採用し、コード、数学およびツール呼び出しのタスクで閉鎖型の競合に近づけました。V3.2-Specialeでは「思考長さペナルティ」を削除し、より長いチェーン推論を促進し、平均出力トークン数がGemini3Proよりも32％多くなりましたが、正確性は4.8ポイント上昇しました。