مدل V3.2 و V3.2-Speciale دیپسیک با اتکا بر کارایی فراوان و استدلال بومی، برای رقابت مستقیم با GPT-5 و جمنای ۳ پرو معرفی شدند.
به گزارش سرویس هوش مصنوعی تکناک، شرکت چینی دیپسیک باردیگر با معرفی دو مدل جدید با نامهای V3.2 و V3.2-Speciale توجه صنعت هوش مصنوعی را به خود جلب کرده است. تنها یک سال پساز انتشار مدلی که بازارهای جهانی را تحتتأثیر قرار داد، اکنون دیپسیک ادعا میکند که نسخههای تازه آن میتوانند با قدرتمندترین هوشهای مصنوعی فعلی ازجمله GPT-5 شرکت OpenAI و جمنای ۳ پرو گوگل رقابت کنند یا حتی عملکرد بهتری از خود نشان دهند.
استراتژی دیپسیک همچنان برپایه کارایی است، نه صرفاً افزایش مقیاس. برخلاف شرکتهای آمریکایی که به خوشههای عظیم تراشههای پیشرفته متکیاند، دیپسیک تأکید میکند که رویکرد آموزشی بهینهسازیشدهاش میتواند سطحی از هوشمندی مشابه را با بهرهگیری از سختافزار کمهزینهتر فراهم کند. این شرکت میگوید که حتی مدل استاندارد V3.2 نیز قابلیت «استدلال ابزاری» بهصورت بومی دارد؛ قابلیتی که امکان تفکر ساختیافته را بدون نیاز به فعالسازی حالتهای ویژه استدلال در اختیار کاربر قرار میدهد.
بااینهمه، تمرکز اصلی بر V3.2-Speciale است؛ مدلی که دیپسیک مدعی شده است در آزمونهای داخلی توانسته GPT-5 را پشتسر بگذارد و در حوزه وظایف سنگین استدلالی در سطح جمنای ۳ پرو ظاهر شود. بهعنوان شواهد، این شرکت به عملکرد قوی این مدل در المپیاد جهانی ریاضی 2025 (IMO) و المپیاد جهانی انفورماتیک (IOI) اشاره و اعلام میکند که نتایج نهایی آن برای بررسی عموم منتشر شده است.
دیپسیک جهش عملکردی خود را حاصل دو نوآوری اصلی میداند: ۱. سازوکار توجه پراکنده (Sparse Attention) اختصاصی که برای پردازش کارآمد متون بسیار طولانی طراحی شده است؛ ۲. خط تقویت یادگیری (RL) توسعهیافته که برپایه بیش از ۸۵ هزار وظیفه پیچیده و چندمرحلهای آموزش دیده است. این وظایف ازطریق سیستم داخلی «سنتز وظایف عاملمحور» تولید شدهاند؛ سامانهای که دیپسیک آن را کلید اصلی پیشرفتهای اخیر خود معرفی میکند.
گیزموچاینا مینویسد که مدل V3.2 دیپسیک هماکنون ازطریق وبسایت رسمی شرکت و اپلیکیشنهای موبایل و API در دسترس عموم قرار دارد. درمقابل، نسخه آزمایشی و پیشرفته V3.2-Speciale فقط ازطریق نقطه دسترسی موقت API قابلیت استفاده دارد. طبق اعلام شرکت توسعهدهنده، این نقطه تا ۱۵ دسامبر ۲۰۲۵ حذف خواهد شد. این نسخه فعلاً تنها بهعنوان موتور استدلالی کار میکند و از فراخوانی ابزارها پشتیبانی نمیکند.
با وجود ادعاهای بلندپروازانه دیپسیک، ارزیابی نهایی عملکرد این مدلها به نتایج آزمونهای مستقل بستگی خواهد داشت. بااینحال، نکتهای روشن است: دیپسیک میخواهد ثابت کند که دستیابی به هوش مصنوعی پیشرفته لزوماً نیازمند هزینههای عظیم و زیرساختهای گرانقیمت نیست. این پیام بهتنهایی فشار چشمگیری بر سایر بازیگران صنعت وارد و آنها را وادار میکند تا درباره مسیرهای آینده رقابت و الزامات نوآوری تجدیدنظر کنند.
