DeepSeek V3.2与国外顶级AI有差距：算力受限 未来会解决

日前DeepSeek低调发布了DeepSeek V3.2正式版以及长思考加强版eepSeek-V3.2-Speciale，命名上继续小步快跑。

但DeepSeek V3.2整体表现不错，按照官方的说法，推理类Benchmark测试中达到GPT-5水平，仅略低于Gemini-3.0-Pro，并拿到了IMO国际数学奥赛、中国数学奥赛CMO等多个数学比赛的金牌水平。

这两天从各路大V及网友的评测体验来看，DeepSeek V3.2比之前的版本是有很大进步的，考虑到价格的关系，其综合表现还是让人惊喜的。

但也要承认一点，DeepSeek V3.2这次没有达到当前顶级AI的水平，编程领域比肩Claude、Gemini-3.0-Pro不太行。

对于当前的情况，DeepSeek官方也是很清楚的，在这次的论文中他们承认了与Gemini-3.0-Pro等闭源大模型有一些局限性，首先是总训练FLOPS较少，导致世界知识广度不如领先的专有模型，预计在未来的迭代中通过扩展训练来解决这一差距。

其他因素还有标记效率要比Gemini-3.0-Pro差，以及解决复杂任务能力不如前沿模型，这些都需要改进基础模型及训练后处理方案。

从DeepSeek的表态靠近，V 3.2存在的问题说到底还是3.X版的基座大模型已经有点落后了，要想达到当前的顶级AI水平，需要投入更高的算力和数据。

对于这一点，相信DeepSeek是有准备的，V4及不一定存在的R2今年一直没发布，但DeepSeek绝对会在准备更强大的算力和数据资源了。

按照之前的惯例，估计今年春节前后DeepSeek V4/R2就要陆续发布了。