DeepSeek-V3.2-Exp — это экспериментальная большая языковая модель, выпущенная DeepSeek в качестве промежуточного этапа между V3.1 и будущими архитектурами. Она представляет DeepSeek Sparse Attention (DSA) — детализированный механизм разреженного внимания, разработанный для повышения эффективности обучения и инференса в сценариях с длинным контекстом при сохранении качества вывода. Пользователи могут управлять поведением модели при рассуждениях с помощью булева параметра `reasoning` `enabled`. [Узнайте больше в нашей документации](https://openrouter.ai/docs/use-cases/reasoning-tokens#enable-reasoning-with-default-config) Модель обучалась в условиях, аналогичных V3.1-Terminus, для обеспечения прямого сравнения. Тестирование показывает производительность, примерно соответствующую V3.1, в задачах, связанных с рассуждениями, программированием и использованием инструментов агентами, с незначительными компромиссами и улучшениями в зависимости от области. Этот релиз фокусируется на проверке архитектурных оптимизаций для увеличенной длины контекста, а не на повышении точности выполнения задач, что делает его в первую очередь исследовательским инструментом для изучения эффективных конструкций трансформеров.
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
resp = client.chat.completions.create(
model="deepseek/deepseek-v3.2-exp",
messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)modelstringобязательныйmessagesarrayобязательныйtemperaturenumbermax_tokensintegertop_pnumbertop_kintegermin_pnumberstopstring | string[]frequency_penaltynumberpresence_penaltynumberrepetition_penaltynumberseedintegerlogit_biasobjectlogprobsbooleantop_logprobsintegerresponse_formatobjectstructured_outputsbooleantoolsarraytool_choicestring | objectreasoningobjectinclude_reasoningboolean