DeepSeek-V3.2-Exp 이제 SiliconFlow에서: 효율적인 장문 맥락 추론을 50% 저렴한 비용으로 제공

2025. 10. 14.

목차

딥시크-V3.2-실험 이제 SiliconFlow에서
딥시크-V3.2-실험 이제 SiliconFlow에서

요약: DeepSeek-V3.2-Exp, DeepSeek 시리즈의 최신 실험적 모델이 이제 SiliconFlow에서 제공됩니다. DeepSeek Sparse Attention (DSA)을 특징으로 하여 세밀한 효율성을 제공하며, 더 빠르고 나은 긴-맥락 추론, 코딩, 에이전트 검색 성능을 밀도 수준의 품질, 164K 맥락 창, 그리고 SiliconFlow의 제품 준비 API 서비스를 통한 원활한 통합으로 제공합니다.


우리는 DeepSeek-V3.2-Exp, DeepSeek 시리즈의 최신 실험적 모델이 이제 SiliconFlow에서 제공된다는 소식을 전하게 되어 기쁩니다. 이 릴리스는 효율적인 긴-맥락 추론의 미래를 살짝 엿볼 수 있게 합니다. DeepSeek의 차세대 아키텍처를 향한 가교로서 개발된 DeepSeek-V3.2-Exp는 확장된 텍스트, 코드, 추론 작업 전반에 걸쳐 교육 및 추론 효율성을 크게 향상시키는 세밀한 메커니즘인 DeepSeek Sparse Attention (DSA)을 도입합니다.


SiliconFlow API로 기대할 수 있는 것:


  • 경제적인 가격: DeepSeek-V3.2-Exp $0.27/M tokens (Input) 및 $0.41/M tokens (Output).

  • 더 긴 맥락, 적은 오버헤드: 164K 맥락 창 은 비용이 많이 드는 절단 없이 길어진 문서, 대화 또는 스크립트를 분석하거나 생성할 수 있습니다.

  • 원활한 통합: SiliconFlow의 OpenAI/Anthropic 호환 API를 통해 즉시 배포하거나 기존 스택에 Claude Code, Gen-CLi 및 Cline 등을 플러그인으로 추가할 수 있습니다.


강력한 모델, 원활한 통합, 경제적인 가격으로 SiliconFlow는 개발자가 더 빠르게 배송하고 더 똑똑하게 확장할 수 있도록 변환합니다.


이 릴리스가 중요한 이유


DeepSeek-V3.2-Exp는 DeepSeek-V3.1-Terminus을 기반으로 하여 DeepSeek의 더 효율적인 변환기 아키텍처 연구에 있어 큰 진전을 기록합니다.

새로운 DeepSeek Sparse Attention 메커니즘은 세밀한 희소성을 처음으로 구현하여 긴-맥락 교육 및 추론에서 눈에 띄는 속도와 메모리 이득을 제공하며, 밀집 주의와 동일한 Output 품질을 유지합니다.


Image


엄격한 평가를 보장하기 위해, DeepSeek-V3.2-Exp는 DeepSeek-V3.1-Terminus와 동일한 설정에서 훈련되었으며, 여러 공공 벤치마크에서 비교 가능한 성능과 안정성을 입증하여 희소 관심이 더 큰 효율성을 위한 신뢰할 수 있는 경로임을 검증합니다.


벤치마크


DeepSeek-V3.1-Terminus

DeepSeek-V3.2-Exp

일반

MMLU-Pro

85.0

85.0


GPQA-Diamond

80.7

79.9


Humanity's Last Exam

21.7

19.8

검색 에이전트

BrowseComp

38.5

40.1


BrowseComp-zh

45.0

47.9


SimpleQA

96.8

97.1

코드

LiveCodeBench

74.9

74.1


Codeforces-Div1

2046

2121


Aider-Polyglot

76.1

74.5

코드 에이전트

SWE Verified

68.4

67.8


SWE-bench Multilingual

57.8

57.9


Terminal-bench

36.7

37.7

수학

AIME 2025

88.4

89.3


HMMT 2025

86.1

83.6



SiliconFlow의 DeepSeek-V3.2-Exp API 서비스에 액세스

SiliconFlow Playground에서 DeepSeek-V3.2-Exp의 성능을 먼저 확인하세요.


고전적인 "두 기차" 문제로 테스트했을 때, DeepSeek-V3.2-Exp는 효율적으로 단계별로 추론하여 핵심 변수를 식별하고 방정식을 작성하며 결과를 확인했습니다. 가장 중요하게는 최종 답변 — 171 ¹⁄₉ km — 이 올바르고 명확하게 추론되었습니다.


Image


상호작용 Playground 외에도, SiliconFlow는 기존 개발 생태계와의 즉각적인 호환성을 제공합니다:

  • Anthropic 생태계 지원: 포괄적인 코드 리뷰, 버그 추적 및 DeepSeek-V3.2-Exp를 Claude Code로 사용한 아키텍처 리팩토링을 위한 Anthropic의 생태계와의 완전한 호환성.

  • 개발자 도구 통합: Cline, Qwen Code, Gen-CLI 및 다른 OpenAI 표준 개발 도구와의 원활한 호환성 - 간단히 SiliconFlow API를 사용하여 DeepSeek-V3.2-Exp의 기능에 액세스하십시오.

  • 기타 지원 플랫폼: Dify, Sider, MindSearch, DB-GPT, ChatHub, Chatbox 와 함께 사용 준비 완료, DeepSeek-V3.2-Exp 및 다른 강력한 모델 활용.

강력한 모델, 원활한 통합 및 경제적인 가격으로 SiliconFlow는 귀하의 제작 방식을 변환합니다 — 더 빠르게 전달하고 더 똑똑하게 확장할 수 있도록 합니다.


즉시 시작하기


더 깊이 파고들 준비가 되셨나요? 시작하는 방법은 다음과 같습니다:


  1. 1. 탐색: DeepSeek-V3.2-Exp을 SiliconFlow Playground에서 시도해보세요.

  2. 2. 통합: 우리의 OpenAI호환 API를 사용하십시오. 전체 API 사양은 SiliconFlow API 문서에서 확인하십시오.


import requestsurl = "https://api.siliconflow.com/v1/chat/completions"payload = {    "model": "deepseek-ai/DeepSeek-V3.2-Exp",    "messages": [        {            "role": "user",            "content": "Tell me a story"        }    ],    "stream": False,    "max_tokens": 4096,    "enable_thinking": False,    "thinking_budget": 4096,    "min_p": 0.05,    "stop": None,    "temperature": 0.7,    "top_p": 0.7,    "top_k": 50,    "frequency_penalty": 0.5,    "n": 1,    "response_format": { "type": "text" },    "tools": [        {            "type": "function",            "function": {                "description": "<string>",                "name": "<string>",                "parameters": {},                "strict": False            }        }    ]}headers = {    "Authorization": "Bearer <token>",    "Content-Type": "application/json"}response = requests.post(url, json=payload, headers=headers)print(response.json())


오늘부터 SiliconFlow에서 DeepSeek-V3.2-Exp를 사용하여 더 빠르고 똑똑하며 비용 효율적인 AI를 애플리케이션에 적용하십시오.


비즈니스 또는 영업 문의 →

지금 바로 우리 Discord 커뮤니티에 가입하세요 →

최신 업데이트를 위해 X를 팔로우하세요 →

SiliconFlow에서 사용 가능한 모든 모델을 탐색하세요 →

AI 개발을 가속화할 준비가 되셨나요?

AI 개발을 가속화할 준비가 되셨나요?

AI 개발을 가속화할 준비가 되셨나요?

Korean

© 2025 SiliconFlow

Korean

© 2025 SiliconFlow

Korean

© 2025 SiliconFlow