現行モデル

DeepSeek V3.2

DeepSeek V3.2(deepseek/deepseek-v3.2 他)。OpenRouter公式カタログ確認値(2026-07-14)。

結論(Answer Capsule)

DeepSeek V3.2はコード・推論・コスト重視に強い。131K contextで超大RAGには不向き。

確認日
2026-07-16
注意
仕様と実効性能は混同しない(§8.5, §11.2-11.4)
次の手順
証拠を確認比較
開発元
Deepseek
正式モデルID
deepseek/deepseek-v3.2
現行/旧世代
現行
Advertised context window
131K (131,072 tok)
Max completion tokens
64,000 tok
Independent effective-context evidence
研究上の一般注意のみ (Lost in the Middle等;現行モデル証拠なし)
Reasoning
対応
Japanese support
standard developer多言語claim not independently verified
確認日
2026-07-16

先に結論

向く

  • コード生成・リファクタ
  • 推論・数式(R1系)
  • コスト重視の本番API

向かない

  • 最長コンテキストが必要な大容量RAG(V3.2は131K上限)

このページの根拠(Evidence)

各主張の根拠区分を明示します。色だけでなくテキストで区分しています(§8.5)。強い主張は claim へ紐付き、無根拠のまま公開していません。

ClaimEvidenceScopeDateConfidence
DeepSeek V3.2 はコード生成・リファクタに向くと編集者は判断する。 編集判断(独立証拠なし) model 2026-07-14 低(要検証)

各 claim の詳細は Evidence Explorer で確認(Loop 8 予定)。現時点では model ページ内の badge 表示に留める。

注意点
  • OpenRouter では deepseek/deepseek-v3.2(通常)と deepseek-r1-0528(推論特化)を提供。
  • V3.2: context 131,072 / max output 64,000 tok。R1-0528: context 163,840 / max output 32,768 tok(確認日 2026-07-14)。
  • 商用利用はライセンス要確認。

コスト例(OpenRouter・概算)

表示単価は公式カタログの確認値(2026-07-16)。 入力 $0.26899999999999996/1M tok、出力 $0.39999999999999997/1M tok。以下は入力したトークン数に基づく概算です。

用途入力tok出力tok概算費用
短いチャット(入力500/出力300 tok) 500 300 $0.0003
コード生成(入力2000/出力1200 tok) 2,000 1,200 $0.0010
RAG(入力30000/出力2000 tok) 30,000 2,000 $0.0089

APIコード(OpenRouter公式仕様)

モデルID: deepseek/deepseek-v3.2(verified)。以下はOpenAI互換エンドポイント例。

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v3.2",
    "messages": [{"role":"user","content":"こんにちは"}]
  }'

同ファミリーのバリエーション(2件)

このページはファミリー代表として deepseek/deepseek-v3.2 を表示しています。各バリアントの公式仕様は以下の通り(確認日 2026-07-16)。

モデルIDコンテキスト最大出力入力/$1M出力/$1M期限
deepseek/deepseek-v3.2 131,072 tok 64,000 tok $0.2145 $0.3217
deepseek/deepseek-r1-0528 163,840 tok 32,768 tok $0.5000 $2.15

バリアント間の実効性能差は公式区分のみで、独立ベンチマークによる検証は未実施(§ specification と performance の分離)。

比較・関連リンク

出典・更新情報

データ確認日(checkedAt)
2026-07-16
編集確認日(reviewedAt)
2026-07-16
公式出典
https://openrouter.ai/models
関連する claim ID
claim-deepseek-coding-strong
研究裏付け
Research Hub
評価プロトコル
Evaluation Protocol

仕様(context・価格・対応機能)と実効性能(独立ベンチマーク)を混同しないよう、証拠区分を明示しています(§8.5, §11.2-11.4)。