Todo sobre DeepSeek V3.2

Presentación

DeepSeek publicó DeepSeek V3.2 el 1 de diciembre de 2025. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Sus pesos están publicados: puede descargarlo y ejecutarlo en sus propios servidores, o usar uno de los 31 proveedores de API que lo listan en models.dev. Tiene, por tanto, 10 meses a 22 de octubre de 2026.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

Resultados en benchmarks

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), DeepSeek V3.2 obtiene un índice de capacidad de 59,8 sobre 100, calculado con 4 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 83,4 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 87,8 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• Terminal-Bench (tareas de agente en una terminal): 39,6 % — el mejor modelo seguido, GPT-5.5, alcanza 84,7 %
• APEX-Agents (tareas profesionales realizadas por un agente): 21,3 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 82,4 %

¿Cuánto cuesta DeepSeek V3.2?

DeepSeek V3.2 cuesta 0,29 US$ por millón de tokens de entrada y 0,43 US$ por millón de tokens de salida (mediana de 31 proveedores, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,007 US$; mil veces esa tarea, 6,66 US$.

Es 2,3 veces más barato que el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Características técnicas

Su ventana de contexto alcanza 128.000 tokens, unas 192 páginas de texto a 500 palabras por página: suficiente para un documento de tamaño medio. Una respuesta puede llegar a 128.000 tokens.

Acepta como entrada: texto. Sus conocimientos llegan hasta diciembre de 2024: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API), lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (deepseek-ai/DeepSeek-V3.2): 685,4 mil millones de parámetros, licencia mit y 5.461.313 descargas en los últimos 30 días. Vea también nuestra selección de modelos open source.

¿Cuándo elegirlo?

Por su categoría, DeepSeek V3.2 está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a DeepSeek V3.2 son:

• Qwen3.5 397B-A17B (Alibaba Cloud (Qwen), índice 59,2)
• MiniMax-M3 (MiniMax, índice 55,5)
• Qwen3.6 35B-A3B (Alibaba Cloud (Qwen), índice 55,3)
• Kimi K2.7 Code (Moonshot AI, índice 66,7)