刚在内部业务上跑完DeepSeek-V3的API，说说实际感受。中文理解确实强，比如多轮对话中处理‘这个’指代消解，比GPT-5更少跑偏，数学推理在GSM8K上接近90%准确率，但有个关键问题：长文本生成时偶尔会重复片段，尤其在超过4K tokens后，需要加重复惩罚参数（frequency_penalty=0.3）来缓解。

个人经验：API价格是真香，五分之一成本意味着可以把模型部署到更多非关键链路，比如客服摘要、内容审核，但别直接替换GPT-5做核心决策——我在A/B测试中发现，DeepSeek-V3对复杂逻辑链的稳定性差一些，比如多步推理任务中偶尔会跳过步骤。

问题：1. 有人试过用LoRA微调来修复长文本重复吗？2. 在RAG场景下，DeepSeek-V3的检索增强效果如何？

从行业看，这种‘中文强+低价’策略会倒逼国内厂商降价，但OpenAI的生态绑定和插件支持仍是壁垒——技术选型不能只看单价，还得算上维护成本和集成复杂度。