看到DeepSeek-V3发布的消息，我第一时间跑了个基准测试。中文理解确实亮眼，尤其在古诗词和成语推理上，GPT-5有时会犯的上下文歧义错误，V3基本避开了。核心在于训练数据中中文语料的占比和分词策略的优化，这点从数学推理（如GSM8K）的得分也能佐证，V3在中文数学题上的推理链更完整。但别急着吹——英文逻辑推理和代码生成上，V3与GPT-5仍有代差，尤其复杂多跳推理场景，GPT-5的思维链长度优势明显。
个人经验：去年用DeepSeek-V2做多轮对话时，中文长文本记忆就比GPT-4强，但英文摘要常漏细节。V3显然补了短板，但API价格五分之一是双刃剑——低成本推广能快速抢占中文市场，但推理成本压这么低，训练投入能多久收回？我担心的是稳定性：之前很多低价API模型，用户量一上来延迟和准确率就崩。
提问：1. V3的中文优势会倒逼Google和OpenAI加大中文语料投入吗？2. 五分之一定价是技术红利还是赔本赚吆喝？长期看，AI行业会不会走向‘中文模型专攻中文，英文模型专攻英文’的分化格局？
对行业来说，DeepSeek-V3证明了大厂之外的技术实力。如果它能持续迭代，中文AI生态可能从‘美国模型+中文适配’转向‘中国模型原生中文’，这对国内AI上下游（硬件、数据标注、应用开发）都是利好。但警惕盲目国产化——技术路线不能闭门造车，V3的英文短板说明全球化协作仍是必选项。