Sind die Gewichte offen und kann ich es lokal ausführen?

Ja, die Gewichte sind auf Hugging Face unter deepseek-ai/DeepSeek-V3.2-Exp verfügbar. DeepSeek stellt Demo-Code für die Inferenz sowie Docker-Images für SGLang auf H200-, MI350- und NPU-Hardware bereit, aber mit 671 Milliarden Parametern benötigen Sie erhebliche Multi-GPU-Kapazitäten.

Was kostet es und wie groß ist das Kontextfenster?

Über die API kostet es 0,27 $ pro Million Eingabetokens und 0,41 $ pro Million Ausgabetokens, mit einem Kontextfenster von 163.840 Tokens.

Worin unterscheidet sich V3.2 Exp von V3.1?

Die Hauptneuheit ist DeepSeek Sparse Attention, eine architektonische Änderung zur Effizienzsteigerung bei Langzeit-Kontexten, nicht zur reinen Genauigkeitsverbesserung; die Benchmark-Werte liegen ungefähr auf dem Niveau von V3.1, daher ist dies eine Infrastruktur-orientierte Veröffentlichung, kein Leistungsprung.

DeepSeek V3.2 Exp

2803°

#llm #deepseek #logik #programmieren #agenten #langer kontext

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

DeepSeek | 163.840 Token Kontext | $0.27/M Eingabe, $0.41/M Ausgabe. DeepSeek-V3.2-Exp ist ein experimentelles großes Sprachmodell, das von DeepSeek als Zwischenschritt zwischen V3.1 und zukünftigen Architekturen veröffentlicht wurde. Es führt DeepSeek Sparse Attention (DSA) ein, einen feinkörnigen sparsamen Aufmerksamkeitsmechanismus, der darauf ausgelegt ist, Trainings- und Inferenz-Effizienz in Langzeit-Kontext-Szenarien zu verbessern und gleichzeitig die Ausgabequalität zu erhalten. Nutzer können das Reasoning-Verhalten mit dem Boolean „reasoning enabled“ steuern. Mehr dazu in unseren…DeepSeek | 163.840 Token Kontext | $0.27/M Eingabe, $0.41/M Ausgabe. DeepSeek-V3.2-Exp ist ein experimentelles großes Sprachmodell, das von DeepSeek als Zwischenschritt zwischen V3.1 und zukünftigen Architekturen veröffentlicht wurde. Es führt DeepSeek Sparse Attention (DSA) ein, einen feinkörnigen sparsamen Aufmerksamkeitsmechanismus, der darauf ausgelegt ist, Trainings- und Inferenz-Effizienz in Langzeit-Kontext-Szenarien zu verbessern und gleichzeitig die Ausgabequalität zu erhalten. Nutzer können das Reasoning-Verhalten mit dem Boolean „reasoning enabled“ steuern. Mehr dazu in unseren docsOpens in new tab. Das Modell wurde unter Bedingungen trainiert, die mit V3.1-Terminus abgestimmt sind, um einen direkten Vergleich zu ermöglichen. Benchmarking zeigt eine Leistung, die ungefähr auf dem Niveau von V3.1 bei Reasoning, Codierung und agentischer Werkzeugnutzung liegt, mit kleinen Kompromissen und Verbesserungen je nach Domäne. Diese Veröffentlichung konzentriert sich auf die Validierung architektonischer Optimierungen für erweiterte Kontextlängen und nicht auf die Verbesserung der reinen Aufgaben-Genauigkeit, wodurch es hauptsächlich ein forschungsorientiertes Modell zur Erforschung effizienter Transformer-Designs ist.

Anleitungen zu diesem Modell

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

DeepSeek V3.2 Exp ist eine experimentelle Veröffentlichung von DeepSeek, die zwischen V3.1 und dem nächsten Modell liegt und hauptsächlich dazu dient, einen neuen Sparse-Attention-Mechanismus namens DeepSeek Sparse Attention (DSA) zu validieren. Die Leistung liegt ungefähr auf dem Niveau von V3.1 bei Aufgaben zu logischem Denken, Codierung und agentischen Workflows. Es eignet sich für Forscher und Entwickler, die effiziente Langzeit-Kontext-Inferenz testen oder einfach ein leistungsfähiges Spitzenmodell zu einem niedrigen Tokenpreis suchen.

Bekannt für

DeepSeek Sparse Attention (DSA) verbessert die Effizienz von Training und Inferenz bei Langzeit-Kontexten.
Leistung entspricht V3.1 bei Benchmarks zu logischem Denken, Codierung und Agenten.
Umschaltbarer Reasoning-Modus gibt Kontrolle über Denkverhalten.
Offene Gewichte auf Hugging Face; läuft über SGLang oder vLLM.
Output-Preise unter 0,50 $/M Tokens liegen deutlich unter den meisten Spitzenmodellen.

Achte auf

Dies ist eine experimentelle Architekturvalidierung, kein generelles Leistungsupgrade gegenüber V3.1.
Lokale Ausführung erfordert ernsthafte Multi-GPU-Hardware; mit 671B Parametern ist es kein Laptop-Modell.
Ein RoPE-Implementierungsfehler betraf frühere Inferenzcodes; verwenden Sie die aktualisierte Version aus dem Repository.

Am besten für

Logisches Denken

Programmieren

Agenten und Werkzeugnutzung

Langer Kontext

Lokal ausführbar

Prompts zum Ausprobieren

Wettbewerbsprogrammierproblem

Löse dieses Competitive-Programming-Problem und erkläre deinen Ansatz Schritt für Schritt. Gegeben ist ein Array mit n ganzen Zahlen, finde die Länge des längsten Teilarrays, dessen Summe durch k teilbar ist. Einschränkungen: n bis 100.000, k bis 1.000, Werte zwischen -10^9 und 10^9. Gib funktionierenden Python-Code und analysiere die Zeitkomplexität.

Mehrstufiger Agentenplan

Du planst eine automatisierte Forschungspipeline. Ein Nutzer möchte täglich 20 akademische RSS-Feeds überwachen, Papiere nach Titelähnlichkeit deduplizieren, jedes Papier auf Relevanz zu ‚sparse attention in transformers‘ bewerten und eine sortierte Zusammenfassung per E-Mail erhalten. Skizziere die Werkzeugaufrufe und Entscheidungslogik eines Agenten Schritt für Schritt, inklusive Fehlerbehandlung.

Schweres Denkrätsel

Fünf Ingenieure besitzen jeweils ein anderes KI-Modell, trinken ein anderes Getränk und arbeiten in einer anderen Stadt. Nutze diese Hinweise, um herauszufinden, wer das Sparse-Attention-Modell besitzt: Der Ingenieur in Berlin trinkt Espresso; der vLLM-Nutzer sitzt direkt links vom Espresso-Trinker; der Ingenieur, der grünen Tee trinkt, besitzt das MoE-Modell; der Ingenieur in Tokio trinkt kein Wasser; der Besitzer des Sparse-Attention-Modells trinkt Kaffee. Zeige deine vollständige Beweiskette.

Vergleichen mit

DeepSeek V4.1 Flash
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.04/M Eingabe, $0.68/M Ausgabe
DeepSeek V4 Flash 0731
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.01/M Eingabe, $1.28/M Ausgabe
DeepSeek V4 Flash 0423
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.09/M Eingabe, $0.18/M Ausgabe
DeepSeek V4 Pro 0813
Modell mit offenen Gewichten
1,048,576 Token Kontext · $1.32/M Eingabe, $3.96/M Ausgabe

Mehr Textmodelle von deepseek

Häufig gestellte Fragen

Sind die Gewichte offen und kann ich es lokal ausführen?: Ja, die Gewichte sind auf Hugging Face unter deepseek-ai/DeepSeek-V3.2-Exp verfügbar. DeepSeek stellt Demo-Code für die Inferenz sowie Docker-Images für SGLang auf H200-, MI350- und NPU-Hardware bereit, aber mit 671 Milliarden Parametern benötigen Sie erhebliche Multi-GPU-Kapazitäten.
Was kostet es und wie groß ist das Kontextfenster?: Über die API kostet es 0,27 $ pro Million Eingabetokens und 0,41 $ pro Million Ausgabetokens, mit einem Kontextfenster von 163.840 Tokens.
Worin unterscheidet sich V3.2 Exp von V3.1?: Die Hauptneuheit ist DeepSeek Sparse Attention, eine architektonische Änderung zur Effizienzsteigerung bei Langzeit-Kontexten, nicht zur reinen Genauigkeitsverbesserung; die Benchmark-Werte liegen ungefähr auf dem Niveau von V3.1, daher ist dies eine Infrastruktur-orientierte Veröffentlichung, kein Leistungsprung.

Captain's Urteil
Ein forschungsorientiertes Architektur-Testbett, das zufällig Spitzenleistung bringt und fast nichts kostet, um es abzufragen.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

Gemini 3.1 Pro Preview Custom Tools

TEXT / LLM

GPT 5 Pro

TEXT / LLM

KI-Modelle für Bild-, Video- und Texterzeugung

DeepSeek V3.2 Exp ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm deepseek logik programmieren agenten langer kontext lokal

Nach Modellfamilie stöbern