DeepSeek-v3.2
Veröffentlichung
Dezember 2025
Kontextfenster
131,07k Token
API-Preis In / Out
0,28 $ / 0,42 $
Parameter
685 Mrd.
Daten aktualisiert: 15. Juni 2026
DeepSeek-v3.2 Modell-Übersicht
DeepSeek-v3.2 Thinking ist ein Reasoning-LLM von DeepSeek AI, das Chain-of-Thought Reasoning zusammen mit externen Tools nutzt. Es basiert auf der neuen "DeepSeek Sparse Attention" (DSA) Architektur, die Kontexte bis 128k Tokens ermöglicht. Leistungstechnisch positioniert erreiche DeepSeek v3.2 Thinking Benchmark Scores auf einem Level von von GPT-5 oder Claude Sonnet 4.5. Zeitgleich zu v3.2 Thinking wurde das Modell DeepSeek v3.2 Speciale herausgebracht, das auf Tool-Use verzichtet, über maximierte Reasoning-Kapazitäten aber noch bessere Benchmark Scores erreicht, als DeepSeek v3.2 Thinking.
Features & Modalitäten
Nicht verfügbar
Multimodalität
Verfügbar
ReasoningToolsWebsucheStrukturierte AusgabenQuellenangabenFinetuning
Input:Text
Output:Text
DeepSeek-v3.2 Benchmark Scores
Technologie & Daten
Technische Spezifikationen
| Architektur | Mixture-of-Experts Transformer mit DSA |
|---|---|
| Input Kontextlänge | 131,07k |
| Output Kontextlänge | 64k |
| Tokenizer | Unbekannt |
Besonderheiten
| Thinking with Tools | Reasoning wurde auf aktive Verwendung von Tools trainiert |
|---|---|
| DeepSeek Sparse Attention | Indexierungsmechanismus, der relevante Token auswählt, anstatt gesamten Kontext zu betrachten. |
Vorteile & Nachteile
Vorteile
- Für Einsatz als AI Agent trainiertDeepSeek v3.2 Thinking kombiniert Chain-of-Thought Thinking mit Tool-Use Fähigkeiten und eignet sich somit hervorragend für den Einsatz als KI Agent.
- Kontext-Effizienz durch DSADank DSA kann sehr langer Input-Kontext kostengünstig verarbeitet werden.
- Absoluter Preis-/ LeistungssiegerDeepSeek v3.2 Thinking erreicht Benchmark Scores, die sich mit GPT-5 (high) und Claude Sonnet 4.5 vergleichen lassen, zu einem Bruchteil des Preises.
Nachteile
- Reduzierte Token-LimitsSowohl die gesamte Kontextfensterlänge von ca. 131k Tokens, als auch der maximale Output von 64k Tokens sind sehr begrenzt im Vergleich zu anderen Modellen.
- Politischer BiasWie andere chinesische Modelle auch, muss davon ausgegangen werden, dass ein politischer Bias in die Modelle eintrainiert wurde.
Vergleiche DeepSeek-v3.2 mit anderen LLMs
Vergleiche DeepSeek-v3.2 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Preisen und Benchmark-Leistung.
DeepSeek-v3.2 ausprobieren
Du musst kein Entwickler sein: DeepSeek-v3.2 ist auch direkt in DeepSeek AI nutzbar.
App
DeepSeek AI
Kostenlose Nutzung
Ja
Provider & APIs
Du kannst DeepSeek AI DeepSeek-v3.2 über die API folgender Anbieter nutzen.
Das Modell ist derzeit bei keinen Anbietern verfügbar.
Häufige Fragen zu DeepSeek-v3.2
Kann ich DeepSeek-v3.2 kostenlos nutzen?
Ja, DeepSeek-v3.2 ist in DeepSeek AI auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.
Ist DeepSeek-v3.2 Open Source?
DeepSeek-v3.2 wird unter der Lizenz „MIT“ veröffentlicht. Details stehen in den Lizenzbedingungen des Anbieters.
Welche Eingabeformate versteht DeepSeek-v3.2?
DeepSeek-v3.2 verarbeitet folgende Eingabeformate: Text.
Was kostet DeepSeek-v3.2 über die API?
Über die API kostet DeepSeek-v3.2 0,28 $ pro 1 Mio. Input-Token und 0,42 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.
Wie groß ist das Kontextfenster von DeepSeek-v3.2?
DeepSeek-v3.2 verarbeitet bis zu 131,07k Token in einer Anfrage.
Was ist der Vorgänger von DeepSeek-v3.2?
Der direkte Vorgänger von DeepSeek-v3.2 ist Deepseek-R1 (erschienen Mai 2025). Einen tabellarischen Vergleich der beiden Modelle findest du auf dieser Seite im Abschnitt „Vergleiche“.
