DeepSeek-V3的中文能力确实亮眼，尤其是数学推理上的表现，在C-Eval和GSM8K上接近甚至超越GPT-5。但核心突破并非模型架构的颠覆，而是训练数据优化和推理效率的平衡。其API定价仅为GPT-5的1/5，这让我想起当年BERT开源时的成本优势——低门槛能快速抢占开发者生态，但代价可能是长尾场景的稳定性不足。个人经验来看，中文NLP任务中，词汇歧义和语境理解往往是模型短板，DeepSeek-V3在成语和古诗词上的表现不错，但我在测试法律文本时发现，它对专业术语的边界判断仍有偏差。
我的疑问是：这种低价策略能否持续？如果依赖模型蒸馏或稀疏化来压缩成本，会不会影响复杂推理的鲁棒性？另外，GPT-5的API在英文代码生成和多轮对话上仍有优势，技术选型时是否该按场景拆分？
从行业格局看，DeepSeek-V3可能加速国内AI应用的平民化，但若只靠价格战，而不解决模型幻觉和工具调用等工程问题，最终可能沦为‘测试集上的冠军’。建议开发者重点关注其长文本生成的一致性和中文知识图谱的覆盖深度。