DeepSeek-V3.2とは？
DeepSeek-V3.2は、DeepSeek-AIが開発した685.4Bパラメータの重み公開モデルです。2025年12月1日にHugging FaceでMITライセンスのもと公開されました。DeepSeekは、このモデルを3つの要素に基づいて構築しています。長いコンテキストを扱う際の計算量を削減するアテンション機構のDeepSeek Sparse Attention（DSA）、事後学習向けに規模を拡大した強化学習フレームワーク、そしてエージェント向けの学習データを大規模に生成する合成パイプラインです。重みは無料でダウンロードでき、MITライセンスが適用されますが、これはサーバークラスのモデルです。最小の量子化ビルドでも161 GBあるため、複数のGPUを搭載したマシンか、非常に大容量のユニファイドメモリを備えたマシンを想定してください。
| 仕様 | DeepSeek-V3.2 |
|---|---|
| 総パラメータ数 | 685.4B |
| アーキテクチャ | DeepSeek-V3.2-Expと同じモデル構造で、DeepSeek Sparse Attentionを搭載 |
| 元の精度 | FP8（F8_E4M3）の重み |
| モダリティ | テキスト |
| 推論 | ツール使用中の思考にも対応する思考モード |
| 推奨サンプリング設定 | temperature 1.0、top_p 0.95 |
| リリース日 | 2025年12月1日 |
| ライセンス | MIT |
このリリースでは、チャットテンプレートが大きく変更されました。ツール呼び出しの形式が改訂され、モデルはツールを呼び出しながら思考できるようになり、検索エージェントのシナリオ専用に新しいdeveloperロールが追加されています。リポジトリにJinjaテンプレートはありません。代わりにDeepSeekはPythonのエンコード用スクリプトとテストケースを提供しているため、ツール呼び出しを本格的に使う前に、利用する推論用のソフトウェア構成が新しい形式に対応していることを確認してください。
DeepSeek-V3.2が得意なこと
DeepSeekは、このモデルカードにベンチマークの数値をテキストでは掲載せず、ベンチマーク画像のみを公開しているため、以下は開発元自身の主張です。DeepSeekによると、強化学習による事後学習の規模を拡大することで、V3.2はGPT-5に匹敵する性能に達しています。また、計算量を増やした派生モデルのDeepSeek-V3.2-SpecialeはGPT-5を上回り、Gemini-3.0-Proと同等の推論能力を持つとしています。具体的な根拠として挙げられているのは、2025年のInternational Mathematical OlympiadとInternational Olympiad in Informaticsにおける金メダル相当の成績です。コミュニティが検証できるよう、IMO 2025、IOI 2025、ICPC World Finals、CMO 2025でのモデルの提出解答から選ばれたものが、リポジトリで公開されています。
もう1つの重点分野はエージェントです。合成パイプラインは、推論能力をツール使用のシナリオに広げるために用意されており、DeepSeekは、複雑な対話環境での指示への準拠と汎化能力を改善すると説明しています。モデルカードにある実用上の注意点は2つです。Specialeは深い推論専用に構築された派生モデルで、ツール呼び出しには対応していません。また、ローカル環境への導入では、DeepSeekはtemperature 1.0とtop_p 0.95を推奨しています。
DeepSeek-V3.2のハードウェア要件
システム要件で確認すべきなのはメモリです。DeepSeekは元のFP8の重みを提供しており、以下のGGUFビルドはunsloth/DeepSeek-V3.2-GGUFが提供するものです。UD-TQ1_0は単一ファイルで提供され、ほかの4つはシャードに分割されているため、以下のサイズは各ビルドのファイルの合計です。
| メモリ | 選ぶビルド | ファイルサイズ |
|---|---|---|
| 192 GB | UD-TQ1_0 | 161.28 GB |
| 256 GB | UD-IQ2_M | 228.11 GB |
| 320 GB | UD-IQ3_XXS | 273.12 GB |
| 384 GB | IQ4_XS | 358.37 GB |
| 512 GB以上 | UD-Q4_K_XL | 407.81 GB |
2つのビルドがどちらもメモリに収まる場合は、大きい方を選び、ファイルサイズに加えてKVキャッシュとシステムのほかの処理に必要なメモリの余裕を確保してください。GGUF形式になじみがない場合は、まずGGUFとは何かをお読みください。
Atomic ChatでDeepSeek-V3.2を実行する方法
Atomic Chatは、macOS、Windows、Linux向けの無料のローカルアプリです。Hugging Faceのモデルブラウザーとチャット機能を内蔵しており、llama.cppを手動でビルドする必要はありません。
- お使いのプラットフォーム向けのAtomic Chatをダウンロードして開きます。
- モデルブラウザーでDeepSeek-V3.2を検索し、Download Optionsを開きます。
- お使いのメモリ容量に収まるビルドを選び、チャットを開始します。
お使いのマシンのメモリ容量が上の表を下回る場合は、DeepSeek-R1を含む、ローカルで実行できるDeepSeekモデルの一覧をご覧ください。
DeepSeek-V3.2のライセンス
DeepSeek-V3.2はMITライセンスで公開されており、モデルカードには、リポジトリとモデルの重みの両方にこのライセンスが適用されると記載されています。商用利用、改変、再配布がロイヤリティなしで許可されるため、このモデルを使った製品を開発し、自分のハードウェア上で利用料なしに提供できます。