Tout savoir sur DeepSeek V3.2

Présentation

DeepSeek a publié DeepSeek V3.2 le 1 décembre 2025. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent. Ses poids sont publiés : vous pouvez le télécharger et le faire tourner sur vos propres serveurs, ou passer par l'un des 31 fournisseurs d'API qui le référencent sur models.dev. Il a donc 10 mois au 22 octobre 2026.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Résultats aux benchmarks

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), DeepSeek V3.2 obtient un indice de capacité de 59,8 sur 100, calculé sur 4 tests de notre panier.

Il ne figure pas parmi les 30 premiers du classement hebdomadaire.

• GPQA Diamond (questions de sciences de niveau doctorat) : 83,4 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 87,8 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• Terminal-Bench (tâches d'agent dans un terminal) : 39,6 % — le meilleur modèle suivi, GPT-5.5, atteint 84,7 %
• APEX-Agents (tâches professionnelles réalisées par un agent) : 21,3 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 82,4 %

Combien coûte DeepSeek V3.2 ?

DeepSeek V3.2 est facturé 0,29 $US par million de tokens en entrée et 0,43 $US en sortie (médiane de 31 hébergeurs, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,007 $US ; mille fois cette tâche, 6,66 $US.

C'est 2,3 fois moins cher que le prix de sortie médian des modèles à poids ouverts (1 $US).

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Caractéristiques techniques

Sa fenêtre de contexte atteint 128 000 tokens, soit environ 192 pages de texte à 500 mots par page : suffisant pour un document de taille moyenne. Une réponse peut compter jusqu'à 128 000 tokens.

Il accepte en entrée : texte. Ses connaissances s'arrêtent à décembre 2024 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API), ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (deepseek-ai/DeepSeek-V3.2) : 685,4 milliards de paramètres, licence mit et 5 461 313 téléchargements sur les 30 derniers jours. Voir aussi notre sélection de modèles open source.

Quand le choisir ?

Par sa catégorie, DeepSeek V3.2 vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Par quoi le remplacer ?

Dans la même catégorie, les modèles les plus proches de DeepSeek V3.2 sont :

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