DeepSeek V3 深度体验：国产大模型的真实水准

我在 andy-hub 的 chat-worker 里用 DeepSeek V3 做后端已经快两个月了。这是个偏实用的评测——不是 benchmark 对比，是真实使用场景下的体感。

背景：为什么选 DeepSeek

最开始选 DeepSeek 有三个原因：

1. 成本。DeepSeek V3 API 的价格大概是 GPT-4o 的 1/10。我的站点是个人项目，AI 对话是附加功能，花太多钱在 token 上不值得。

2. 中文能力。这是我自己的中文站，用户提问基本都是中文。DeepSeek 在中文理解和生成上很有竞争力。

3. OpenAI 兼容。API 协议和 OpenAI 完全一样，换模型只需要改一行 baseURL。

实际表现

日常对话和问答

在 RAG 场景下（检索我的文章片段，结合上下文回答问题），DeepSeek V3 的表现很稳定：

• 能正确引用检索到的内容，不会凭空捏造
• 拒绝回答它不知道的内容时，拒绝方式很自然（“我没写过这方面的内容”）
• 中文回复的流畅度不逊色于 GPT-4o

我做了一个测试：问同一批问题，分别用 DeepSeek V3 和 GPT-4o mini 回答。结果几乎没有明显差异，但 DeepSeek 成本低了 70%。

代码能力

用 DeepSeek V3 写 TypeScript 和 Astro 代码，能处理中等复杂度的任务。它知道 Astro 5 的 Content Layer API，知道 Cloudflare Workers 的运行时限制——这让我有点惊讶，因为这些都是相对小众的技术栈。

但它在跨文件理解上比 Claude 弱。如果你给它一个函数问”这里有问题吗”，它很能干；如果你希望它理解整个项目的架构，就不如 Claude Code 了。

上下文长度

V3 的上下文窗口是 64K token，对于对话场景完全够用。我在 chat-worker 里设定的上下文限制是 8K（包含 RAG 片段 + 对话历史），从未碰到截断问题。

成本分析

两个月运行数据：

这个体量下，每月 ¥5-6 是可以接受的。如果流量增加 10 倍，成本也只是 ¥50-60/月，仍然合理。

一个值得关注的局限

DeepSeek V3 的推理速度比 GPT-4o mini 慢一些。在我的 SSE 流式输出下，第一个 token 的延迟大概是 1.5-2 秒，整体生成速度大概是 50-80 token/秒。对于聊天场景够用，但如果你需要做实时性要求很高的应用，可能需要考虑。

另外，内容安全过滤相对保守。一些中性的技术问题有时会触发过滤，虽然调整 system prompt 通常能解决，但需要注意。

结论

DeepSeek V3 适合的场景：

• 个人项目 / 低流量应用的 AI 后端
• 中文为主的对话场景
• 成本敏感的 RAG 应用
• 作为 GPT-4o 的 drop-in replacement 试验

不那么适合的场景：

• 需要超长上下文处理（>64K）
• 对延迟极度敏感的实时应用
• 需要视觉理解能力（V3 是纯文本模型）

对于我的 andy-hub，它是目前最合适的选择。¥5/月，够用，够快，中文够好。

注：本文评测基于 DeepSeek V3 API（deepseek-chat endpoint），2026年4月数据。DeepSeek 模型更新频繁，请以官方最新文档为准。