刚看到DeepSeek-V3发布，中文理解确实亮眼，尤其数学推理上比GPT-5更稳。我拿它跑了一批中文长文本摘要和代码生成任务，结果让人又爱又恨：中文场景下，V3对成语、诗词隐喻的理解几乎无幻觉，这在LLM里算难得；但英文技术文档的逻辑连贯性偶尔掉链子，需要额外写prompt模板来兜底。

API价格是GPT-5的五分之一，这确实香。不过要注意，V3的上下文窗口在长对话中会丢失中段细节，我猜是稀疏注意力机制对长程依赖的处理还不够成熟。建议做RAG或知识库问答时，分段输入并加位置标记，否则召回率会打折扣。

这里抛两个问题：1）有没有人用V3做多轮对话，遇到中文指代消解失败的情况？2）它的MoE架构在推理时显存占用比预期高，是不是因为专家路由策略偏保守？

从行业看，DeepSeek这波直接拉低中文大模型API成本，小团队可以低成本试水AI原生应用。但V3的英文短板提示我们：中文NLP不能只卷参数，还得在双语对齐上多下功夫，不然全球化部署还得靠GPT-5兜底。