刚跑完DeepSeek-V3的中文摘要和数学推理测试，结果有点意思。首先，它在中文长文本理解上确实比GPT-5更稳，尤其是我拿了一堆混杂方言的客服对话做实体抽取，错误率降低约15%。但数学推理部分，虽然官方说比肩GPT-5，实测发现复杂多步逻辑（如概率题）偶尔会跳步，输出看似合理但实际错，这可能是稀疏MoE的注意力分散问题。

个人经验：API价格仅为GPT-5的五分之一，对于批量处理任务（比如每天百万级日志分类）能省下大笔预算。但注意，它的上下文窗口虽大，长距离依赖处理仍有噪声，建议分段输入。

抛两个问题：1. 有谁测过它在代码生成或Agent工具调用上的表现？我试了几个SQL查询，它偏爱生成冗长子查询而非优化JOIN。2. 价格战下，开源模型会跟进降价吗？这会不会倒逼闭源模型重新思考定价策略？

行业视野看，DeepSeek-V3是国产模型在性价比上的里程碑，但推理一致性仍是痛点。如果团队能解决长文本下的幻觉问题，可能改变中小企业的模型选型格局——毕竟成本降了，但可靠性不能妥协。