DeepSeek-V3发布：推理成本直降60%，国产大模型掀起价格战

各位老铁，今天凌晨DeepSeek放了个大招——V3版本正式开源。我第一时间跑了benchmark，这波真不是挤牙膏。

核心亮点：671B总参数，但激活只要37B，推理成本直接砍到0.16元/百万token（输入），比Qwen2.5-72B还便宜一半。用的MoE架构，但加了Multi-Token Prediction（MTP），吞吐提升了1.8倍。我实测了下代码生成，HumanEval Pass@1到82.3%，直逼Claude 3.5。

最狠的是它的长上下文能力——128K，但通过DSA（Dynamic Sparse Attention）把KV cache占用压了70%，显存8G都能跑本地部署。目前API价格：输入0.5元/百万tokens，输出1.6元，比DeepSeek-V2便宜了80%。

社区已经有人把它接进LangChain跑Agent任务，tool calling的准确率比V2.5提升12%。不过注意，它用的是fp8训练，对中文古老谚语的理解偶尔会飘，建议生产环境加一层RAG兜底。

模型权重已在HuggingFace和ModelScope同步上架，MIT协议可商用。想薅羊毛的赶紧去体验，评论区聊聊你们跑出来的实际效果，有踩坑的我帮你们艾特官方工程师。