DeepSeek เปิดตัว V3.2 เวอร์ชันทางการ และ V3.2-Speciale รุ่นเฉพาะทางด้านการให้เหตุผล: กลไก Sparse Attention เพิ่มประสิทธิภาพต้นทุนอีกขั้น

เมื่อวันที่ 1 ธันวาคม 2025 DeepSeek ได้เปิดตัว DeepSeek-V3.2 อย่างเป็นทางการ ซึ่งเป็นรุ่นสืบทอดอย่างเป็นทางการของเวอร์ชันทดลอง DeepSeek-V3.2-Exp ที่เปิดตัวเมื่อเดือนกันยายน โดยพร้อมให้บริการพร้อมกันทั้งบน DeepSeek App เว็บไซต์ทางการ และ API ทำให้ผู้ใช้ทั่วไปและนักพัฒนาสามารถใช้งานได้ทันที ในวันเดียวกัน DeepSeek ยังเปิดตัว DeepSeek-V3.2-Speciale ซึ่งเป็นโมเดลรุ่นย่อยที่มุ่งเน้นการเสริมความสามารถด้านการให้เหตุผลโดยเฉพาะ ปัจจุบันเปิดให้เข้าถึงผ่าน API เท่านั้น ยังไม่มีให้ใช้งานบน App หรือเว็บไซต์

ตามเอกสารทางการของ DeepSeek ทั้ง V3.2 เวอร์ชันทางการและรุ่น Speciale ยังคงใช้กลไก DSA (DeepSeek Sparse Attention) ที่เริ่มนำมาใช้ครั้งแรกใน V3.2-Exp แนวคิดหลักของกลไกนี้คือการทำให้โมเดลไม่จำเป็นต้องคำนวณความสนใจ (attention) แบบเต็มรูปแบบกับทุกโทเค็นเมื่อประมวลผลข้อความยาวหรือห่วงโซ่การให้เหตุผลที่ซับซ้อน แต่จะเลือกโฟกัสไปที่ข้อมูลสำคัญอย่างมีเป้าหมาย ช่วยลดปริมาณการคำนวณ ทางการระบุว่าโมเดลทั้งสองรุ่นมีความลึกในการให้เหตุผล ประสิทธิภาพในงานเอเจนต์อัตโนมัติ (agentic) และประสิทธิภาพด้านต้นทุนที่ดีขึ้นกว่ารุ่นก่อนหน้า

จากเวอร์ชันทดลองสู่เวอร์ชันทางการ: วงจรตรวจสอบสามเดือน

เมื่อ V3.2-Exp เปิดตัวในเดือนกันยายนในสถานะ "เวอร์ชันทดลอง" ตลาดมองว่าเป็นบททดสอบความเป็นไปได้ของกลไก Sparse Attention ของ DeepSeek หลังผ่านการใช้งานจริงและปรับแต่งภายในราวสามเดือน DeepSeek จึงเลือกยกระดับเป็น V3.2 อย่างเป็นทางการในเดือนธันวาคม และเปิดใช้งานพร้อมกันในทุกช่องทาง สะท้อนว่าสถาปัตยกรรม Sparse Attention นี้ผ่านการพิสูจน์ความเสถียรแล้ว ไม่ได้ค้างอยู่ในขั้นทดลองอีกต่อไป จังหวะการเปิดตัวแบบ "ทดลองในวงจำกัดก่อน แล้วค่อยเปิดตัวทางการแบบเต็มรูปแบบ" เช่นนี้ ก็เป็นรูปแบบที่ผู้ผลิตโมเดลรายใหญ่หลายรายใช้ร่วมกันในช่วงที่ผ่านมา

ตำแหน่งของ Speciale: สายเฉพาะทางที่แคบแต่ลึก

ต่างจาก V3.2 เวอร์ชันทางการที่เปิดตัวพร้อมกัน รุ่น Speciale ปัจจุบันจำกัดการเข้าถึงเฉพาะผ่าน API เท่านั้น ยังไม่เข้าสู่อินเทอร์เฟซฝั่งผู้บริโภคอย่าง App หรือเว็บไซต์ ซึ่งหมายความว่ากลุ่มเป้าหมายคือนักพัฒนาและลูกค้าองค์กร ไม่ใช่ผู้ใช้ปลายทางทั่วไป กลยุทธ์ผลิตภัณฑ์แบบ "โมเดลหลักครอบคลุมทุกกลุ่ม ส่วนรุ่นเฉพาะทางเปิดเฉพาะ API" นี้ใกล้เคียงกับแนวทางของผู้ผลิตรายอื่นที่เปิดความสามารถด้านการให้เหตุผลขั้นสูงให้นักพัฒนาที่จ่ายเงินก่อน สะท้อนว่าความสามารถด้านการให้เหตุผลที่เสริมความแข็งแกร่งยังคงมีต้นทุนสูงและต้องเรียกใช้อย่างพิถีพิถัน ผู้ผลิตจึงมักเลือกพิสูจน์คุณค่าการใช้งานในภาคธุรกิจก่อน

ความหมายต่อผู้บริหาร

ประสิทธิภาพต้นทุนที่เพิ่มขึ้นจากกลไก Sparse Attention หมายความว่า เมื่อองค์กรนำ AI มาใช้วิเคราะห์เอกสารยาวหรือสร้างรายงานซับซ้อนที่ใช้การคำนวณสูง ก็มีโอกาสได้คุณภาพการให้เหตุผลเท่าเดิมหรือดีกว่าด้วยต้นทุนที่ต่ำลง ผู้บริหารที่ประเมินผู้ให้บริการ AI นอกจากดูอันดับความสามารถของโมเดลแล้ว ยังควรให้ความสำคัญกับการที่สถาปัตยกรรมพื้นฐานเหล่านี้แปลงเป็นความแตกต่างด้านต้นทุนดำเนินงานจริงอย่างไร