API 输入价格（缓存命中）从每百万 tokens 0.5 元降到 0.2 元，输出价格从 12 元砍到只剩 3 元，简直是三折跳楼甩卖的力度。
而且是马上生效，毫不拖泥带水，这波速度，属实带点国产厂商的豪爽气质。
这也让 DeepSeek 的 V3.2-Exp，成为了“性价比最高”的 API 之一。
其实老狐觉得连之一都可以省略了，目前主流 AI 大厂，能给到这个价格的，几乎一个没有。
值得一提的是，这波降价不是瞎搞促销，而是人家真在底层模型上做了优化。这一切的关键，是这次发布的 V3.2-Exp 模型核心创新技术：DeepSeek Sparse Attention（稀疏注意力机制，简称 DSA）。
为啥这玩意这么重要？稍微跟狐友们科普一下：
听着很抽象对吧？但其实你可以把它想象成一种“聪明的省电模式”。传统的注意力机制是每个 token 都要跟其他所有 token 打招呼，一句话几十个字，它们内部得互相问好几十次，累不累？
当然累啊，不仅计算慢，还特别烧钱（你懂的，服务器、GPU、电费、维护啥的都不是小钱）。
而 DSA 这个新招数呢？它只让重要的 token 说话，不重要的就自动闭麦，节省了大量计算资源和时间。
结果就是：推理更快了，成本更低了，关键是模型表现还没掉链子，跟前一版本 V3.1-Terminus 的水平差不多。就是说，在不牺牲效果的前提下，成功把算力这口锅轻了好几斤。
为啥叫“Exp”？因为这是个实验性版本，意思是团队在探索新架构的路上，迈出的关键一步，不是最终版本，但已经实用到可以全面开用。所以你现在用到的 DeepSeek API，全都已经是这个新模型了。
如果你是开发者，恭喜你，没动代码，调用成本直接砍半，喜提史上最值更新。
如果你还想对比下老模型的效果，DeepSeek也很贴心地保留了 V3.1-Terminus 的 API 接口直到 10 月 15 日，修改个 base_url 就能切换测试，不影响当前价格。
真学术范十足的安排，官方都劝你自己实测，不怕 PK，实力说话。
咱们再从开发者的角度，直白点说这波更新到底有多香。
比如你做长文本处理的，文档摘要、历史对话、代码分析这种，最怕的就是上下文太长，token 一多，价格跟着飙，跑一次你得犹豫半天。
这回好了，DSA 专门优化了“长上下文”任务的推理效率，成本一下就被拉下来了。再长的上下文也不用担心破产式调用了，终于能踏实跑大任务了。
而从模型训练的角度，V3.2-Exp 的开发过程其实也是科技感拉满。他们这次用的是“专家蒸馏+统一强化学习”双管齐下策略。
先是针对数学、编程、逻辑推理等多个领域，各自训练出了专精模型，再把这些“专家”的知识整合进最终大模型中（这波叫做蒸馏）。
然后在强化学习阶段，用一种新的 GRPO 策略（Group Relative Policy Optimization），把智能体能力、人类偏好（alignment）、推理水平全融合到一次训练中。
这样训练有两个好处：
每个领域都不落下，性能均衡
不会出现“新技能学了，旧知识忘了”的灾难性遗忘问题
更硬核的是，DeepSeek 还把 GPU 算子开源了，两套版本，TileLang 和 CUDA 全放出来了，研究、部署、二开随你选，开源力度拉满。MIT协议，不限商用，真诚到令人发指。
你要做本地部署？也OK。Docker 镜像准备好了，还兼容各种硬件平台，包括 NVIDIA H200、AMD MI350、甚至国产 NPU。
而这波重磅发布的时间点嘛……DeepSeek又一次选择了节前。
没错，他们是真的热爱在大家放假前丢重磅炸弹。前有 V3.1、再有 Terminus，这次 V3.2-Exp 又赶在国庆之前放出，这公司更新节奏，堪比高铁发车。
不过，也不是没人质疑：你这几次都是“小步快跑”，真正的大招呢？比如一直被期待的 V4、R2，什么时候上线？
甚至在 X（原推特）上就有海外网友留言问 DeepSeek：“你们啥时候发 V4？”底下有人直接回：看这节奏，短期内怕是看不到。
其实从这次发布内容来看，V3.2-Exp 已经是迈向 V4 的关键中间步骤了。
尤其是 DSA 架构的引入，为千亿参数级别的大模型做了前期验证，等下一波大规模模型上线，很可能就是在这个基础上完成的。
所以说，这波 DeepSeek 降价不仅不是“营销噱头”，反而更像是“提前放出未来技术红利”。你可以把 V3.2-Exp 看作一款“技术预告片”，但这预告片本身就已经能跑商用、能降成本、还能开源拿去部署。
这放在全球 AI 厂商里，真没几个能做到。
有人说，在开源模型竞争白热化的今天，留住开发者靠的不是光说不练，而是持续优化体验+价格给到位+社区透明度高。这次 DeepSeek 显然是三管齐下，全拿下了。
相比之下，大多数厂商仍在拼参数、拼能力、拼精度，但 DeepSeek 选择了另一条更难模仿的道路：卷服务成本，卷研发效率，卷开源透明度。
这种扎实且高门槛的优势，才是真正构筑护城河的核心。或许，是时候重新评估国产大模型实力了。
