DeepSeek V3.2 Rilis, Diklaim Punya Kemampuan Setara GPT-5

Baik DeepSeek V3.2 maupun V3.2 Speciale memakai arsitektur Mixture of Experts dengan total sekitar 671 miliar parameter. Meski begitu, yang benar-benar aktif dipakai per token hanya sekitar 37 miliar sehingga performanya tetap efisien. Perbedaan utama model baru ini dengan pendahulunya yaitu adanya fitur DeepSeek Sparse Attention yang membagi proses kerja menjadi dua tahap. Pertama, lightning indexer memindai semua token dengan akurasi rendah buat mencari yang paling relevan. Setelah itu, fine grained selector memilih token terbaik dari hasil pemindaian tersebut.

Pendekatan seperti ini jelas membuat perhitungan jadi jauh lebih ringan karena model gak perlu memproses semua token yang ada. Hasil pengujian menunjukkan kalau DeepSeek V3.2 mampu mempertahankan akurasi setara versi sebelumnya dengan biaya komputasi lebih murah, yakni turun sekitar 50 persen untuk pemproresan konteks panjang. Selain itu, kecepatan pemrosesannya juga meningkat. Penggunaan memorinya juga diklaim lebih hemat kalau dioperasikan di perangkat H800 maupun platform seperti vLLM dan SGLang.

Saat digunakan, DeepSeek V3.2 menyediakan dua mode kerja yaitu mode berpikir (thinking) dan mode non berpikir (non-thinking). Pada mode berpikir, model bakal membangun rangkaian penalaran internal terlebih dahulu sebelum akhirnya memberi jawaban akhir. Sistem ini juga mampu menyimpan isi penalaran ketika model memanggil tool tertentu. Lalu, membersihkannya begitu terdeteksi ada pesan baru dari pengguna.

Hasil pemanggilan tool bakal tetap berada di dalam konteks meski sebagian teks penalaran dipangkas untuk menghemat penggunaan token. Perubahan cara kerja DeepSeek V3.2 ini tentu saja membuat format chat-nya jadi turut mengalami penyesuaian. Di repositori DeepSeek V3.2 Speciale, pengembang memakai encoder dan decoder berbasis Python sebagai pengganti template Jinja supaya alur pesan jadi lebih mudah dikontrol. Selain isi utama, setiap pesan di dalam chatbot DeepSeek kini juga bisa membawa reasoning content dan bisa diatur lewat parameter thinking.

Pada berbagai pengujian benchmark penalaran maupun pemrograman, DeepSeek V3.2 dan DeepSeek V3.2 Speciale dilaporkan punya kemampuan yang sebanding dengan GPT-5 bahkan mendekati Gemini 3.0 Pro. Pengujiannya mencakup AIME 2025, HMMT 2025, GPQA, dan LiveCodeBench. Selain kuat dalam soal-soal kompleks, kedua model ini juga lebih efisien untuk tugas dengan konteks panjang. Aspek ini membuatnya jadi lebih hemat biaya komputasi tetapi hasil pengerjaannya tetap maksimal.

Pada ajang kompetisi resmi, tim riset DeepSeek menyebut kalau DeepSeek V3.2 Speciale mampu mencapai performa setara peraih medali emas di International Mathematical Olympiad 2025, Chinese Mathematical Olympiad 2025, dan International Olympiad in Informatics 2025. Selain itu, model ini juga menunjukkan performa kompetitif di level medali emas pada ICPC World Finals 2025. Hal ini menandakan kalau DeepSeek V3.2 Speciale punya kemampuan penalaran dan pemecahan masalah di level yang sudah sangat tinggi.

Di tengah persaingan chatbot AI yang semakin memanas, DeepSeek turut meramaikannya dengan menghadirkan V3.2 dan V3.2 Speciale. Kedua model AI baru in dibangun menggunakan arsitektur Mixture of Experts dengan ratusan milyar parameter. Dalam penggunaanya, DeepSeek V3.2 menyediakan dua mode kerja, yakni thinking dan non-thinking. Berdasarkan hasil pengujian benchmark di bidang penalaran dan pemrograman, kedua model AI terbaru buatan China ini dilaporkan punya kemampuan yang sebanding dengan GPT-5. Bagaimana, tertarik buat mencoba model AI baru DeepSeek ini?