第二波DeepSeek冲击：V3.2改写中国云生态与芯片生态

weili0677

DeepSeekV3.2的发布标志着中国AI市场正式进入“第二波冲击”阶段。
12月6日，据硬AI消息，摩根大通在研报中称，这不仅仅是一次模型迭代，更是一场针对推理成本和硬件生态的结构性革命。DeepSeek通过架构创新将API价格再度下压30-70%，使得长上下文推理成本暴降6-10倍。
研报强调，更为关键的是，V3.2-Exp实现了对非CUDA生态（华为昇腾、寒武纪、海光）的“Day-0”首日支持，彻底打破了前沿模型对英伟达硬件的依赖路径。
据摩根大通分析，受益者包括云运营商阿里巴巴、腾讯、百度，以及芯片制造商中微公司、北方华创、华勤技术和浪潮信息。预计V3.2模型将在未来几个季度进一步提升生成式AI在中国的普及率。
据华尔街见闻文章，12月1日，DeepSeek发布V3.2系列两款模型并开源。V3.2主打日常应用，推理能力达GPT-5水平，首次实现思考模式与工具调用融合；V3.2-Speciale专注极致推理，在IMO、CMO、ICPC、IOI四项国际竞赛中斩获金牌。
性能与架构：效率的极致压榨与“智能体”进化

DeepSeekV3.2并非单纯堆砌参数，而是通过算法层面的创新实现了效率的质变。该模型延续了V3.1的混合专家（MoE）架构主体，但引入了DeepSeek稀疏注意力机制（DSA）。
摩根大通指出，作为9月29日首次发布的实验性V3.2-Exp模型的后续产品。V3.2模型通过持续训练引入了DeepSeek稀疏注意力机制（DSA），这是唯一的架构变动，减少了长上下文计算，同时保持了在公开基准测试中的水准。

具体来看，主要包括以下四个方面：

架构突破：DSA机制通过闪电索引器选择关键键值条目，将长上下文情境下的计算复杂度从平方级（O(L2)）直接降维至准线性级（O(L·k)）。
性能数据：在128ktokens的长文本环境下，V3.2的推理速度较前代提升2-3倍，GPU内存占用减少30-40%，且模型性能不仅没有退步，反而保持了极高水准。
智能体定位：V3.2被明确定位为“为Agent构建的推理优先模型”。它实现了“思考+工具调用”的深度交错——模型可以在单一轨迹中结合思维链与工具调用（API、搜索、代码执行）。

高端版本：Speciale版本在奥林匹克级数学竞赛和竞争性编程中表现优异，其推理基准已媲美Gemini3.0Pro和GPT-5级系统。

定价革命：通缩的推理经济学

摩根大通指出，DeepSeekV3.2的发布再次确立了其“价格屠夫”的地位，尤其是在与美国顶级模型的对比中，展现了惊人的性价比优势。
研报认为，DSA架构带来的效率提升直接转化为了API的结构性降价。具体表现为：

具体定价：V3.2Reasoning的每百万tokens输入价格降至0.28美元，输出价格降至0.42美元。

降幅对比：相比2025年9月发布的V3.1Reasoning（输入0.42/输出1.34美元），输出成本暴跌69%，输入成本降低33%。相比2025年1月的R1模型，价格优势更加呈指数级扩大。

据摩根大通分析，根据第三方基准，部分长上下文推理工作负载的实际成本降低了6-10倍。这种定价策略迫使市场重新定义“前沿级”能力的成本基准，对所有竞争对手造成巨大的下行定价压力。
在ArtificialAnalysis的智能指数与价格对比中，DeepSeekV3.2处于“高智能、极低价格”的绝对优势象限。
生态重构：国产芯片的“Day-0”时刻

据研报，DeepSeekV3.2标志着中国AI模型从单纯依赖英伟达CUDA生态，转向对国产硬件的主动适配。
摩根大通称，V3.2-Exp是首批在发布首日（Day-0）即针对非CUDA生态进行优化的前沿模型，支持包括华为的CANN堆栈和Ascend（昇腾）硬件、寒武纪的vLLM-MLU以及海光的DTK。

这向市场发出了强烈的信号——GPT-5级别的开源模型可以在国产加速器上高效运行。这将由下至上降低中国AI买家的执行风险，直接带动对国产AI芯片和服务器的增量需求。