看到DeepSeek-V3的发布，我第一反应是去跑了几组中文NLP benchmark。结果确实令人意外：在C-Eval和CMMLU上，V3的准确率比GPT-5高出约3-5个百分点，尤其在古文理解和成语推理上表现抢眼。这背后可能是他们采用了更大规模的中文语料预训练和针对性的tokenizer优化，而非单纯堆参数。
个人经验：之前部署过类似尺寸的开源模型，中文长文本连贯性一直是硬伤。V3在1000字以上的多轮对话中几乎没有出现语义漂移，这得益于其改进的RoPE位置编码和稀疏注意力机制。但API价格仅为GPT-5的五分之一，让人不得不怀疑：这是通过量化、稀疏激活还是更激进的MoE架构实现的？我倾向于认为后者，因为单纯降价容易，保持推理质量难。
想问两个问题：1）V3在英文长篇生成上是否仍存在词汇贫乏问题？社区有测试用例吗？2）这种低价策略是否意味着大模型API即将进入价格战阶段，小型AI公司如何应对？
从行业看，DeepSeek-V3表明中文大模型已从追赶进入局部领先阶段。如果推理成本能持续降低，未来半年内，金融、法律等中文本土化场景很可能率先大规模落地。但要注意，低价可能压缩利润空间，影响后续研发投入，这是双刃剑。