刚测完DeepSeek-V3，中文理解和数学推理确实让人眼前一亮，尤其在古文解析和复杂应用题上，表现比GPT-5更细腻。但技术解读不能只看表面——它的核心突破可能是MoE架构的稀疏激活优化，用更少的参数实现高精度，这才是成本压到1/5的关键。个人经验上，之前跑GPT-5的API做中文NLP任务，成本居高不下，DeepSeek-V3这价格确实让中小团队有了更多选择，但得警惕：低价可能意味着推理层有缓存或量化损失，长尾任务稳定性和多轮对话一致性还需时间验证。
我的疑问是：1. DeepSeek-V3的稀疏激活策略在数学推理中是否依赖特定领域数据蒸馏，泛化到代码生成或医疗场景会否翻车？2. API低价会不会引发行业“价格战”，倒逼其他厂商优化推理效率，还是说这只是拿补贴抢市场？
从行业格局看，DeepSeek-V3证明了中国团队在工程优化上的实力，但模型能力不等于产品生态。短期内它可能分走GPT-5的中文长尾流量，但长期若无法提供GPT-5那样的插件生态和稳定性，很难撼动高端市场。技术人别只看跑分，建议多测实际业务场景，尤其是高并发下的延迟和精度波动。