刚读完DeepSeek-V3的技术报告，最让我兴奋的不是它在中英文任务上的全面领先，而是其MoE架构的稀疏激活效率——在MMLU上达到89.5%的同时，激活参数仅37B。这意味着推理成本可以压到极低，API定价仅为GPT-5的1/5并不意外。个人经验是：之前用GPT-5做中文长文本摘要，单次调用成本经常飙到0.3美元，而DeepSeek-V3实测同样任务只需0.06美元，且生成结果在语感连贯性上更自然。

但这里有个关键问题：成本优势能持续多久？GPT-5一旦降价或推出lite版本，DeepSeek的护城河是否只剩中文优化？我注意到其数学推理（GSM8K 92.2%）虽强，但对比Claude 3.5的93.7%仍有差距，且代码生成任务（HumanEval 85.4%）未超GPT-5的90.2%。

想和大家探讨两个方向：1）稀疏MoE在长上下文（如128K）下的注意力衰减问题是否被低估？2）国内厂商靠低价抢市场，会不会重蹈当年AI四小龙的覆辙？

行业来看，DeepSeek-V3真正搅动的是MaaS定价体系——当开源模型能实现闭源90%性能且价格低80%，企业级部署的ROI计算方式要彻底变了。建议社区多跑一些实际业务场景的benchmark，别只看榜单。