DeepSeek 2025年9月29日のリリースノート解説: DeepSeek-V3.2-Exp

DeepSeek は 2025年9月29日、実験モデル DeepSeek-V3.2-Exp を公開しました。V3.1-Terminus をベースに DeepSeek Sparse Attention を導入し、長文コンテキストの効率化と計算コスト削減を狙った更新です。API 価格を50%以上引き下げた点も大きな変更です。

要点

• DeepSeek-V3.2-Exp が App、Web、API で利用可能になった
• DeepSeek Sparse Attention により、長文処理の効率化が示された
• API 価格が即時に50%以上引き下げられた
• V3.1-Terminus は比較テスト用の一時 API として 2025年10月15日まで残された

今回の更新で何が変わるのか

V3.2-Exp は、性能を上げるだけでなく、長文利用時のコストと効率を下げることに焦点を当てた発表です。DeepSeek Sparse Attention は、出力品質への影響を抑えながら、長いコンテキストでの学習・推論効率を改善する狙いとして説明されています。実務では、長いドキュメント、コードベース、ログ、検索結果をまとめて扱うワークフローで、品質と費用のバランスが変わる可能性があります。API 価格の大幅引き下げは、PoC の試行回数を増やすだけでなく、本番で使えるタスク範囲を広げる要素です。一方で、Exp という位置づけからも、即座に全本番処理を移すより、V3.1-Terminus との比較テストを行い、長文・短文・tool-use・構造化出力のどこで差が出るかを確認するのが妥当です。

対象になりそうなユーザー・チーム

• 長文コンテキストを多用するエージェント開発チーム
• LLM API コストを見直しているプロダクト担当
• V3.1-Terminus からの移行を検討する利用者
• オープンモデルやGPUカーネルを研究するMLエンジニア

実務でまず確認したいこと

1. V3.1-Terminus と V3.2-Exp を同じ評価セットで比較する
2. 長文入力時の品質、速度、費用を測る
3. 価格変更を反映した利用上限と予算を更新する
4. 実験モデルとしての安定性や出力差分を本番前に確認する

どう読むべきか

V3.2-Exp は、長文AIアプリの費用対効果を見直すきっかけになる更新です。コスト削減の恩恵は大きい一方、実験モデルとして比較評価を挟むのが安全です。