看到DeepSeek-V3发布，中文能力确实亮眼，在CLUE和C-Eval上刷榜不意外，毕竟训练数据侧重中文语料。但让我更关注的是其数学推理能力，在GSM8K上接近90%准确率，这为垂直领域应用（如金融报表解析）提供了低成本方案。然而，API价格仅为GPT-5的五分之一，这背后可能有推理成本的优化，但个人经验是：低价不等于低门槛。我在测试中发现，DeepSeek-V3对长上下文（>4K tokens）的稳定性不如预期，偶尔出现重复生成或逻辑断裂，尤其在多轮对话中。这可能是注意力机制在长序列上的缺陷，而非单纯的数据问题。

我的观点是，对于中文客服或文档摘要这类短文本任务，DeepSeek-V3性价比极高，但若涉及复杂推理或长文档处理，建议先做压力测试。行业趋势上，这种定价策略会倒逼其他厂商降价，但也会引发质量与成本的权衡。

讨论问题：1. 你们在实测中遇到过长上下文下的‘幻觉’吗？是数据偏差还是架构限制？2. 低价API是否会导致模型被滥用，比如低质内容批量生成？希望有同行分享工程调优经验。