刚跑完DeepSeek-V3的API测试，中文理解确实比GPT-5更细腻，尤其是在成语和古诗词上下文上没翻车。数学推理也稳，GSM8K上接近95%准确率，但注意它长文本生成到8k tokens以上时，偶尔会重复短语，这个坑得提前设max_tokens限制。价格是真香，五分之一成本对批量任务太友好，不过我实测发现并发高时响应延迟会翻倍，可能是后端调度没跟上。个人经验：用它做中文客服问答时，记得调低temperature到0.3，否则输出太发散。对比GPT-5，它逻辑链更长但缺乏常识回退机制，比如问“太阳从哪边升起”居然默认东边，但加干扰词就偏了。行业影响上，这波低价策略会倒逼国内模型降价，但工程稳定性还得优化。问题来了：你们在长文本场景下遇到类似重复问题没？有没有调参技巧能绕过这个限制？另外，这种成本优势能持续多久，毕竟训练成本也不低。