刚跑完DeepSeek-V3的评测，中文NLP任务确实惊艳，尤其在古诗词理解和医疗术语解析上，BLEU值比GPT-5高出12%。但数学推理的‘突出’需要谨慎——我在高数题集上测了50道，准确率仅73%，远低于宣传的90%。API价格确实诱人，按token算只有GPT-5的18%，这对中小团队是福音，但延迟不稳定，高峰时响应超5秒。个人经验是，它适合做中文客服和文档摘要，但复杂逻辑任务仍需GPT-5兜底。技术核心在于MoE架构的动态路由优化，减少了冗余计算，但训练数据量只有GPT-5的1/3，长期泛化能力存疑。行业里，这波降价会倒逼OpenAI调整定价，但质量差距可能让企业走‘双模型’策略。问两个问题：1. 大家实测DeepSeek-V3的代码生成（比如Python转SQL）翻车率多高？2. 有人试过用它微调垂直领域模型吗？收敛速度比Llama快多少？欢迎回帖讨论。