DeepSeek-V3发布后，我第一时间在内部知识库QA和代码审查两个场景做了对比测试。中文理解确实亮眼，尤其在处理长文本、复杂指令时，对中文语义的把握比GPT-4o更细腻，数学推理在gsm8k上达到92%准确率，接近Claude 3.5。但API价格仅为GPT-5的1/5，这对中小企业是巨大红利，不过实际落地时要注意：它的多轮对话一致性不稳定，尤其在长上下文窗口（32K）下，偶尔会出现“答非所问”或重复回答，需要配合显式prompt约束。个人经验是，在金融合规问答这类对历史依赖强的场景，最好搭配向量检索做上下文修剪，否则成本优势会被调优时间抵消。另外，模型对JSON格式输出指令的遵循度不如GPT，需要额外校验。这波降价会倒逼OpenAI调整定价策略，但国产模型在工程生态（如LangChain集成、函数调用兼容性）上仍有差距。各位部署时遇到什么怪问题？尤其是自定义工具调用时，DeepSeek-V3对function calling的响应速度是否像纸面那么稳定？欢迎分享踩坑经验。