刚看到DeepSeek-V3发布的消息，我第一时间跑了下基准测试。说实话，中文理解和数学推理的提升幅度确实出乎意料，尤其是在C-Eval和GSM8K上的表现，几乎逼近甚至在某些子任务上超越了GPT-5。但更让我关注的是API价格——仅为GPT-5的五分之一，这对中小团队来说是实打实的利好。
从技术角度看，DeepSeek-V3大概率采用了混合专家架构（MoE）和更高效的注意力机制，才能以低成本实现高精度。我个人的经验是，很多模型在中文长文本理解上会崩，但DeepSeek-V3在处理古文和复杂逻辑链时明显更稳。不过，我质疑的是它在多轮对话和指令遵循上的泛化能力，毕竟低价往往意味着某些场景下的妥协。
抛两个问题：1. MoE架构的稀疏性是否会导致某些领域知识断层？2. 低价策略会倒逼GPT-5降价，还是让国内厂商在垂直场景上加速替代？
行业影响上，我觉得DeepSeek-V3直接打穿了API定价的下限，未来半年内，中小模型厂商要么在中文场景上做到极致，要么在成本上拼到地板。对那些依赖GPT-5做中文产品的团队来说，现在是个切换的好时机，但生产环境部署前一定要做好长尾测试。