模型详情
DeepSeek-V3.2
DeepSeek-V3.2 是一个大型语言模型，旨在兼顾高计算效率、强大的推理能力和智能工具使用性能。它引入了 DeepSeek 稀疏注意力机制 (DSA)，这是一种细粒度的稀疏注意力机制，能够在长 context 场景下降低训练和推理成本，同时保持模型质量。 可扩展的强化学习后训练框架进一步提高了推理能力，据报道在 GPT-5 类中取得了优异的性能，并且该模型在 2025 IMO 和 IOI 中获得了金牌成绩。 V3.2 还使用大规模智能体任务合成流程，以更好地将推理融入工具使用场景，从而提高交互式环境中的顺应性和泛化能力。 用户可以使用布尔值 `reasoning` `enabled` 控制推理行为。[更多信息请参阅我们的文档](https://openrouter.ai/docs/use-cases/reasoning-tokens#enable-reasoning-with-default-config)
模型规格
- 模型 ID
-
deepseek-v3.2
- 上下文长度
- 163.84K
- 最大输出
- 65.536K
- 输入/输出模态
- 发布日期
- 2025-12
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.2800 /1M Tokens
补全
$0.4200 /1M Tokens
缓存读取
$0.0280 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
文本生成模型；输入：文本；输出：文本
DeepSeek-V3.2 是文本生成模型。规格上，context window 为 163,840 个 Token，单次最多输出 65,536 个 Token。
使用前应检查什么？
163,840 context，输出上限 65,536
采用 DeepSeek-V3.2 前，标准输入费率为 $0.2800／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、OpenAI SDK 兼容；知识库截止时间为 2024-07；发布于 2025-12-01。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
工具调用与结构化输出同样走这条路由。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 deepseek-v3.2；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 deepseek-v3.2，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
deepseek-v3.2 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
deepseek-v3.2 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
deepseek-v3.2 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
deepseek-v3.2 在支持的路由条件下可以使用提示缓存。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 deepseek-v3.2。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
将 deepseek-v3.2 的 max_tokens 设置为任务实际需要的最长响应长度，而不是 65,536 的 Token 上限。严格控制上限可以降低最坏情况下的开销并缩短尾延迟。仅当任务明显需要更长的输出时才提高此值。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。