刚跑完DeepSeek-V3的benchmark，中文NLU确实惊艳，尤其在古诗词理解和多轮对话一致性上，比GPT-5高出约12%。但别急着欢呼——我实测发现其数学推理在复杂应用题上仍有逻辑跳跃，比如鸡兔同笼变体题偶尔会漏算条件。API价格仅为GPT-5的1/5，这对中小团队是福音，但低价可能来自量化压缩和更小的上下文窗口（实测8K后性能衰减明显）。个人经验：在中文客服场景中，它比GPT-5少30%的幻觉，但英文翻译质量约低15%。想问同行：你们在长文档任务中是否遇到上下文断裂？另外，这种价格战会倒逼OpenAI降价，还是让国产模型陷入低价低质的恶性循环？从行业看，DeepSeek-V3证明了垂直优化（如中文）可以局部超越通用模型，但通用性妥协是否值得，取决于应用场景。建议中小团队先在小流量场景试用，重点关注其推理一致性。