DeepSeek remplace R1 par ses modèles hybrides V3.1 et V3.2

DeepSeek V3 est sorti en décembre 2024, avant l’annonce et la sortie de DeepSeek V3.2 en 2025. Cette évolution a ajouté une variante non standard de l’attention creuse. V3.2 est également disponible comme modèle aux poids ouverts. Le passage de V3 à V3.2 s’inscrit dans une série de changements d’architecture et d’entraînement présentés autour de la famille DeepSeek. L’analyse technique publiée par Sebastian Raschka examine cette progression. Elle relie notamment V3.2 aux mises à jour de raisonnement et aux choix effectués après la sortie de DeepSeek R1. Les versions citées forment ainsi une séquence allant de V3 à V3.2, publiée sur deux années distinctes.

R1 comme base DeepSeek R1 est un modèle de raisonnement fondé sur l’architecture de DeepSeek V3. Pourtant, DeepSeek V3 n’a pas rencontré une popularité immédiate lors de sa sortie. Après la publication de DeepSeek R1, aucun lancement majeur de DeepSeek n’est intervenu pendant les 10 à 11 mois suivants. L’entreprise a toutefois publié des mises à jour plus petites, dont DeepSeek V3.1 et DeepSeek V3.2-Exp. Cette chronologie distingue les modèles de raisonnement, les versions expérimentales et les mises à jour de la famille V3. Elle montre aussi que V3.2 n’est pas apparu isolément. La version s’inscrit dans une succession comprenant R1, V3.1 et V3.2-Exp.

DeepSeek combine raisonnement et architecture

Des versions intermédiaires DeepSeek V3.1 et V3.2-Exp ont précédé ou accompagné l’évolution vers V3.2. Ces deux mises à jour appartiennent aux changements plus limités publiés après DeepSeek R1. V3.2 et V3.2-Exp utilisent une variante non standard de l’attention creuse. Ce choix architectural les distingue des versions précédentes mentionnées dans la chronologie. L’analyse consacrée à DeepSeek décrit donc simultanément la continuité de l’architecture V3 et ses modifications successives. V3 reste la base de DeepSeek R1, tandis que V3.2 introduit une attention creuse spécifique. Cette relation entre versions permet de lire la famille comme une série d’ajustements, plutôt que comme une suite de modèles indépendants.

Un modèle hybride DeepSeek est passé d’un modèle de raisonnement dédié, R1, à des modèles hybrides avec V3.1 et V3.2. Cette évolution concerne directement la manière dont le raisonnement est intégré à la famille V3. R1 conserve le statut de modèle de raisonnement fondé sur V3. Les versions V3.1 et V3.2 représentent, elles, l’approche hybride identifiée dans l’analyse. DeepSeek V3.2 combine cette orientation avec une variante non standard de l’attention creuse. La version est aussi disponible avec des poids ouverts. Ces trois éléments, modèle hybride, attention creuse et poids ouverts, caractérisent la place de V3.2 dans la séquence récente de DeepSeek.

V3.2 prolonge la famille V3

Un R2 envisagé DeepSeek pourrait encore développer un modèle de raisonnement dédié nommé R2. Cette possibilité coexiste avec le passage déjà observé vers les modèles hybrides V3.1 et V3.2. R1 constitue le modèle dédié explicitement identifié dans la famille. V3.1 et V3.2 incarnent ensuite l’approche hybride. La piste d’un R2 suggère donc une coexistence possible entre deux directions, sans remplacer les faits établis sur V3.2. Pour suivre cette trajectoire, les repères principaux restent les sorties de décembre 2024 et de 2025. Les documents associés à DeepSeek V3.2 donnent également un point d’accès à cette version aux poids ouverts.