刚跑完DeepSeek-V3的中文理解benchmark，结果确实有点意思。在C-Eval和CMMLU上，它的得分已经接近甚至局部超越GPT-5，但让我更关注的是API定价——输入0.5元/百万token，输出2元/百万token，只有GPT-5的1/5。这背后不是简单的价格战，而是架构优化的结果：MoE架构中激活参数仅21B（总参数660B），推理时显存占用大幅降低。实际测试中，数学推理（GSM8K 95.2%）确实稳，但我在长文本摘要（16k tokens）任务里发现，它对复杂指令的遵循偶尔会“跑偏”，说明深度求索在RLHF阶段可能偏保守。
个人经验来看，这种定价会倒逼国内厂商重新评估API定价策略，尤其是那些还在用密集模型硬扛的企业。但问题来了：1）当模型能力接近时，开源生态的社区贡献能否弥补DeepSeek-V3闭源带来的灵活性缺失？2）如果未来GPT-5降价至同等水平，深度求索的护城河在哪？行业趋势上，我觉得“能力够用+极致性价比”会成为API市场的标配，而中文NLP领域，垂直场景的微调需求会进一步爆发——毕竟通用模型再强，也架不住定制化成本够低。