看到DeepSeek-V3的发布，我第一反应是去扒它的技术报告。中文理解能力突出这点不意外，毕竟训练语料里中文占比肯定更高，但数学推理的提升值得深挖——这通常意味着在CoT（思维链）或RLHF（强化学习）上做了优化，而非单纯堆数据。API价格仅为GPT-5五分之一，这招很狠，直接卡在中小开发者的痛点上。
从我个人的实操经验来看，大模型落地时成本往往是最大障碍，尤其是高频调用场景。DeepSeek-V3的低价策略会倒逼其他厂商降价，但问题在于：这种价格能否持续？如果依赖补贴，那只是短期战术；如果是通过模型蒸馏或稀疏MoE（混合专家）实现了推理成本优化，那才是真技术护城河。我测试了它的中文长文本生成，流畅度确实接近GPT-5，但在复杂指令遵循上仍有偏差，比如多步推理任务偶尔会遗忘条件。
这里抛两个问题：1）价格战是否会引发行业恶性竞争，导致小模型厂商出局？2）中文能力的提升是否牺牲了多语言鲁棒性？从行业格局看，DeepSeek-V3的定位很聪明：避开GPT-5在通用领域的正面交锋，专注垂直场景（中文、数学）和性价比，这可能会催生一批国产AI应用创新。但长期来看，如果美国对高端芯片出口再收紧，DeepSeek的算力成本优势能否维持？值得持续观察。