第二波DeepSeek沖擊：V3.2 改寫中國云生態與芯片生態

DeepSeekV3.2的發布標志著中國AI市場正式進入“第二波沖擊”階段。

12月6日，據硬AI消息，摩根大通在研報中稱，這不僅僅是一次模型迭代，更是一場針對推理成本和硬件生態的結構性革命。DeepSeek通過架構創新將API價格再度下壓30-70%，使得長上下文推理成本暴降6-10倍。

研報強調，更為關鍵的是，V3.2-Exp實現了對非CUDA生態（華為昇騰、寒武紀、海光）的“Day-0”首日支持，徹底打破了前沿模型對英偉達硬件的依賴路徑。

據摩根大通分析，受益者包括云運營商阿里巴巴、騰訊、百度，以及芯片制造商中微公司、北方華創、華勤技術和浪潮信息。預計V3.2模型將在未來幾個季度進一步提升生成式AI在中國的普及率。

據華爾街見聞文章，12月1日，DeepSeek發布V3.2系列兩款模型并開源。V3.2主打日常應用，推理能力達GPT-5水平，首次實現思考模式與工具調用融合；V3.2-Speciale專注極致推理，在IMO、CMO、ICPC、IOI四項國際競賽中斬獲金牌。

性能與架構：效率的極致壓榨與“智能體”進化

DeepSeekV3.2并非單純堆砌參數，而是通過算法層面的創新實現了效率的質變。該模型延續了V3.1的混合專家（MoE）架構主體，但引入了DeepSeek稀疏注意力機制（DSA）。

摩根大通指出，作為9月29日首次發布的實驗性V3.2-Exp模型的后續產品。V3.2模型通過持續訓練引入了DeepSeek稀疏注意力機制（DSA），這是唯一的架構變動，減少了長上下文計算，同時保持了在公開基準測試中的水準。

具體來看，主要包括以下四個方面：

架構突破：DSA機制通過閃電索引器選擇關鍵鍵值條目，將長上下文情境下的計算復雜度從平方級（O(L2)）直接降維至準線性級（O(L·k)）。
性能數據：在128ktokens的長文本環境下，V3.2的推理速度較前代提升2-3倍，GPU內存占用減少30-40%，且模型性能不僅沒有退步，反而保持了極高水準。
智能體定位：V3.2被明確定位為“為Agent構建的推理優先模型”。它實現了“思考+工具調用”的深度交錯——模型可以在單一軌跡中結合思維鏈與工具調用（API、搜索、代碼執行）。

高端版本：Speciale版本在奧林匹克級數學競賽和競爭性編程中表現優異，其推理基準已媲美Gemini3.0Pro和GPT-5級系統。

摩根大通指出，DeepSeekV3.2的發布再次確立了其“價格屠夫”的地位，尤其是在與美國頂級模型的對比中，展現了驚人的性價比優勢。

研報認為，DSA架構帶來的效率提升直接轉化為了API的結構性降價。具體表現為：

具體定價：V3.2Reasoning的每百萬tokens輸入價格降至0.28美元，輸出價格降至0.42美元。

降幅對比：相比2025年9月發布的V3.1Reasoning（輸入0.42/輸出1.34美元），輸出成本暴跌69%，輸入成本降低33%。相比2025年1月的R1模型，價格優勢更加呈指數級擴大。

據摩根大通分析，根據第三方基準，部分長上下文推理工作負載的實際成本降低了6-10倍。這種定價策略迫使市場重新定義“前沿級”能力的成本基準，對所有競爭對手造成巨大的下行定價壓力。

在ArtificialAnalysis的智能指數與價格對比中，DeepSeekV3.2處于“高智能、極低價格”的絕對優勢象限。

生態重構：國產芯片的“Day-0”時刻

據研報，DeepSeekV3.2標志著中國AI模型從單純依賴英偉達CUDA生態，轉向對國產硬件的主動適配。

摩根大通稱，V3.2-Exp是首批在發布首日（Day-0）即針對非CUDA生態進行優化的前沿模型，支持包括華為的CANN堆棧和Ascend（昇騰）硬件、寒武紀的vLLM-MLU以及海光的DTK。

這向市場發出了強烈的信號——GPT-5級別的開源模型可以在國產加速器上高效運行。這將由下至上降低中國AI買家的執行風險，直接帶動對國產AI芯片和服務器的增量需求。