国联火线速递DeepSeekV32正式版发布强化Agent能力融入思考

DeepSeek于12月1日发布了两个正式版模型：DeepSeek-V3.2和DeepSeek-V3.2-Speciale。

DeepSeek-V3.2的目标是平衡推理能力与输出长度，适合日常使用，例如问答场景和通用Agent任务场景。官方网页端、App和API均已更新为正式版DeepSeek-V3.2。

DeepSeek-V3.2-Speciale是DeepSeek-V3.2的长思考增强版，同时结合了DeepSeek-Math-V2的定理证明能力。该模型具备出色的指令跟随、严谨的数学证明与逻辑验证能力，在主流推理基准测试上的性能表现媲美Gemini-3.0-Pro。V3.2-Speciale模型成功斩获IMO2025、CMO2025、ICPCWorldFinals2025及IOI2025金牌。

不同于过往版本在思考模式下无法调用工具的局限，DeepSeek-V3.2是Deepseek推出的首个将思考融入工具使用的模型，并且同时支持思考模式与非思考模式的工具调用。

开发团队们提出了一种大规模Agent训练数据合成方法，构造了大量「难解答，易验证」的强化学习任务（1800+环境，85，000+复杂指令），大幅提高了模型的泛化能力。