大約一周前，Hype-Train DeepSeek離開了技術站，確保了全球各種頭條新聞：不太可能開發和API成本較低，可見的推理，數據保護，，，，通過中國審查等等。
但是，DeepSeek將用戶帶入日常生活中？我與AI合作了一個星期，可以告訴您模型的真正不同。
對抗DeepSeek的Chatgpt：高空飛行的新來者
我如何使用DeepSeek？我主要使用大型語言模型（LLM）來創建結構，進行更正，維護內容反饋並為日常生活中的次要任務（例如電子郵件）制定。
赤裸裸的真相：對於像我這樣的不編碼的用戶，只能詳細識別Chatt和DeepSeek之間的區別。兩者都令人滿意地完成任務。但是，存在微妙的差異和可以帶來差異的功能。
區別在哪裡？在我使用DeepSeek的一周中，我注意到主要的語言差異。
- DeepSeek制定了一些東西
人類
。手段：文本聽起來不那麼高且基於事實。 - 就簡單的查詢而言，DeepSeek提供的細節多於Chatt。
- 與查塔（Chatt）相比，DeepSeek的推理更加詳細，更有幫助。
- Chatgpt具有更多的功能，因此為更廣泛的質量提供了更多的範圍。
以下是前兩個點的一個很好的例子：
用200個詞解釋什麼是射線跟踪以及它如何影響遊戲的性能。使用一種易於理解的語言，該語言也可以理解技術感興趣的外行。
基本上，對於提示，每個解釋都是恰當的，並且非常令人滿意，但是語調和細節水平的差異將很明顯：
在左側，您可以看到Chatgpt和右DeepSeek。僅明顯更長的斷裂會帶來巨大的光學差異，但最終結果非常相似。
順便一提：我在Chatgpt和DeepSeek中使用了免費的推理模型進行您在此處看到的測試：O3-Mini和R1。
DeepSeek和Chatgpt：差異和相似之處
在上圖比較中，理由是兩個LLM之間的最大差異變得完全可見。
DeepSeek說思想列車
真的一步一步。這有幾個優勢：
- 您會學到更多的東西，以查看LLM在您自己的提示中反應哪些信息。
- 您還可以查看哪些信息將很有用。例如，當AI只是做出假設時，即使您不是學生，您也是學生。
- 您將獲得可以幫助理解事實的其他信息
Chatgpt和DeepSeek是相似的：在測試期間，我詢問了兩個模型有關開放世界遊戲的新想法。令我驚訝的是，這兩個想法非常相似。無論如何，即使解釋彼此有所不同，粗糙的原理是相同的。
也在這裡：剩下的chatgpt，右邊可以看到DeepSeek。在我看來，想法的相似性很明顯。片段的兩種演講都包含屬性和技能，從而影響了遊戲的過程。
即使有這樣的開放請求，幾乎也會出現。兩者都用相同的數字水做飯。
只有Openai堅信DeepSeek使用了美國公司的數據。具有諷刺意味的是，同樣會過去也被指控openai。
最後一個chatgpt？ DeepSeek真的可以做到這一點
哪種型號最適合我？
我認為沒有明確的答案，因為這取決於您的個人口味。
Chatgpt自然具有更多功能。如此之多，有時候您幾乎沒有感覺到。但是DeepSeek更為先進。但是最後，您必須決定。這裡有一點幫助：
chatgpt更適合您如果這些屬性對您很重要：
- 更客觀的答案
- 較少的解釋
- 語言和圖像功能
- 高級功能，例如GPT，代理等。
DeepSeek更適合您如果這些屬性對您很重要：
- 人類語言
- 答案中的更多細節
- 可以理解的詳細推理
即使它沒有打擾我：DeepSeek的推理可能需要幾秒鐘。如果這打擾您，您更喜歡使用聊天。
您是否已經改用DeepSeek，或者您在Openai的LLM呆在LLM？隨時在評論中寫下它！