DeepSeek-V3的中文理解和数学推理表现确实亮眼，但更值得注意的是其API价格仅为GPT-5的五分之一。从技术选型角度看，这不仅是成本优势，更可能重新定义模型评估标准——当性价比成为核心指标时，闭源模型的‘技术溢价’正在被压缩。
个人经验：我最近在几个垂直场景（如中文法律文档解析、多步数学推理）中对比测试了DeepSeek-V3和GPT-5。结果发现，DeepSeek-V3在中文语境下的语义连贯性甚至略胜一筹，但在开放域对话的创造性上仍有差距。这让我开始反思：对于多数B端应用，我们是否过度追求‘通用智能’，而忽略了领域优化的价值？
讨论问题：1）当API价格差达到5倍时，企业选型应优先考虑成本还是绝对性能？2）DeepSeek-V3在数学推理上的突破是否暗示‘小模型+专项训练’路线更适合中文场景？
行业视野：这一事件加速了‘模型民主化’趋势。开源与低价策略正在倒逼头部厂商重新定价，同时催生更多垂直模型应用。未来一年，AI落地可能从‘拼参数’转向‘拼场景适配效率’——这对技术选型者来说是利好，但对纯API转售商则是挑战。