DeepSeek V3.2 revient défier GPT-5 avec son attention éparse

DeepSeek V3.2 arrive après une période sans sortie majeure de DeepSeek pendant dix à onze mois. DeepSeek V3 avait été publié en décembre 2024. La nouvelle version est sortie durant un week-end correspondant à une grande fête américaine. V3.2 reprend l’architecture de DeepSeek V3, qui sert aussi de base à DeepSeek R1. Ce dernier est devenu populaire après son lancement. Les performances de V3.2 sont rapportées comme bonnes face à GPT-5 et Gemini 3.0 Pro. La progression annoncée concerne donc une famille d’architecture déjà utilisée par plusieurs versions. Cette continuité distingue V3.2 d’une rupture complète avec V3. Les détails techniques sont présentés dans l’analyse de Sebastian Raschka.

Une séquence sans rupture précède cette publication. DeepSeek V3.1 et DeepSeek V3.2-Exp ont constitué des sorties plus limitées avant V3.2. Aucun lancement majeur de DeepSeek n’avait eu lieu pendant les dix à onze mois précédant V3.2. Cette chronologie place V3.2 après une interruption notable dans la série principale. V3 reste le point de départ architectural de DeepSeek R1. La popularité de R1 a donc maintenu cette architecture au centre de la famille DeepSeek. V3.2 conserve cette base tout en introduisant une variante d’attention différente. Le document consacré au modèle est disponible sur Hugging Face.

DeepSeek introduit l’attention parcimonieuse

La nouveauté technique concerne l’attention. DeepSeek V3.2 et DeepSeek V3.2-Exp utilisent une variante non standard d’attention parcimonieuse. Cette caractéristique les distingue des versions précédentes citées dans la séquence V3. V3.1 et V3.2-Exp précèdent V3.2, tandis que V3.2 reprend l’architecture générale de V3. L’attention parcimonieuse apparaît donc comme un élément commun à V3.2 et V3.2-Exp. Le terme décrit ici une variante précise utilisée par DeepSeek, sans constituer une description générale de toutes les architectures de la famille. Cette évolution accompagne la continuité architecturale entre V3, R1 et V3.2. Les informations techniques sont également relayées par Sebastian Raschka.

Les comparaisons citées portent sur GPT-5 et Gemini 3.0 Pro. Les performances de DeepSeek V3.2 sont rapportées comme bonnes sur ces deux modèles. GPT-5 est associé à OpenAI dans les acteurs cités. Gemini 3.0 Pro est associé à Google. Ces références situent V3.2 face à deux modèles nommément identifiés. Elles ne remplacent pas une mesure chiffrée, car aucun chiffre de performance n’est fourni ici. La formulation disponible décrit donc une appréciation favorable, sans préciser une avance ni un classement. V3.2 conserve par ailleurs la base architecturale de V3. DeepSeek relie ainsi une évolution technique ciblée à des comparaisons avec GPT-5 et Gemini 3.0 Pro.

V3.2 prolonge la base de V3

La suite de DeepSeek s’organise autour de versions liées à V3. DeepSeek V3 est sorti en décembre 2024. DeepSeek R1 repose sur cette architecture et est devenu populaire. V3.1 et V3.2-Exp ont ensuite précédé V3.2 comme sorties plus petites. V3.2 arrive après dix à onze mois sans publication majeure de DeepSeek. Sa sortie intervient durant un week-end correspondant à une grande fête américaine. La version introduit une variante non standard d’attention parcimonieuse, également utilisée par V3.2-Exp. Ses performances sont rapportées comme bonnes face à GPT-5 et Gemini 3.0 Pro. La trajectoire combine donc une base conservée, une modification technique identifiée et une comparaison avec deux modèles concurrents.