刚跑完DeepSeek-V3的几轮测试，先给结论：中文理解确实惊艳，尤其在古诗词和长文本摘要上，比GPT-5更细腻；但数学推理的稳定性存疑，同一道题多次采样结果波动明显。核心技术亮点应该是对中文语料的深度优化，但API价格只有GPT-5的五分之一，这对中小团队是大利好。个人经验看，便宜归便宜，实际部署时得注意几个坑：一是历史对话的上下文窗口管理不够灵活，长对话容易丢失早期关键信息；二是对复杂指令的遵循能力弱于GPT-5，需要更精细的system prompt工程。行业视野上，这种定价策略可能倒逼大厂降价，但深度求索的生态链（如微调工具链）还远不如OpenAI成熟。抛两个问题：1. 你们实测DeepSeek-V3在代码生成上表现如何？我试过Python和JS，重复代码比例偏高；2. 有没有人试过用LoRA微调它的中文垂直领域模型？效果跟原版比有提升吗？