經(jīng)過一系列測試，從創(chuàng)意寫作到復(fù)雜的教學(xué)，DeepSeek-R1 的綜合實(shí)力能夠與 OpenAI 的付費(fèi)高端模型相媲美。這表明即使采取性價(jià)比路線，也能在 AI 競技場中取得優(yōu)異表現(xiàn)。

DeepSeek 發(fā)布其開放權(quán)重的 R1 推理模型僅一周時(shí)間，便多次震驚海內(nèi)外。不僅訓(xùn)練成本僅為 OpenAI 最先進(jìn)模型的一小部分，性能還能與其媲美。為了驗(yàn)證其實(shí)用性，科技媒體資深編輯決定將 DeepSeek 的 R1 模型與 OpenAI 的 ChatGPT 模型進(jìn)行對(duì)比，重點(diǎn)在于模擬用戶可能提出的日常問題。

測試中，DeepSeek 的每個(gè)回答都與 ChatGPT 的 20 美元/月的 o1 模型和 200 美元/月的 o1 Pro 模型進(jìn)行對(duì)比。測試涵蓋創(chuàng)意寫作、數(shù)學(xué)、指令遵循等領(lǐng)域，并考慮了模型回答的正確性和主觀質(zhì)量因素。結(jié)果顯示，在八項(xiàng)測試中，DeepSeek：o1：o1 Pro 的比拼結(jié)果為 5：2：4。

在老爸笑話生成任務(wù)中，三個(gè)模型都認(rèn)真對(duì)待了原創(chuàng)要求。盡管有一些笑話在網(wǎng)上能找到類似例子，但總體上 DeepSeek R1 表現(xiàn)更出色，尤其是自行車笑話和吸塵器樂隊(duì)笑話。

關(guān)于亞伯拉罕·林肯發(fā)明籃球的故事創(chuàng)作，DeepSeek R1 以荒誕方式回應(yīng)，加入了許多有趣細(xì)節(jié)，贏得了團(tuán)隊(duì)青睞。而 ChatGPT o1 和 o1 Pro 則較為傳統(tǒng)，盡管后者嘗試了一些創(chuàng)新元素。

另類藏頭詩任務(wù)中，DeepSeek R1 和 ChatGPT o1 都未能正確理解提示，使用了每句話的第一個(gè)字母而非第二個(gè)字母。只有 ChatGPT o1 Pro 成功完成了任務(wù)。

歷史顏色命名問題上，三個(gè)模型都正確指出了“品紅”名稱的由來及其相關(guān)背景。ChatGPT o1 Pro 在風(fēng)格上略勝一籌，提供了簡潔且詳細(xì)的解釋。

在挑戰(zhàn)巨型質(zhì)數(shù)的任務(wù)中，DeepSeek R1 是唯一一個(gè)給出精確答案的模型，引用了公開計(jì)算結(jié)果。而 ChatGPT 模型則表示沒有權(quán)威項(xiàng)目定位過該數(shù)值，只能估算大致范圍。

趕飛機(jī)的時(shí)間表制定任務(wù)中，三款模型都算對(duì)了基礎(chǔ)時(shí)間。DeepSeek R1 提供了更多實(shí)用建議，如提前準(zhǔn)備行李和早餐，并強(qiáng)調(diào)了交通延誤的風(fēng)險(xiǎn)。

追蹤球的下落任務(wù)中，所有模型都能正確推理出球的位置。DeepSeek R1 特別指出杯子無密封蓋這一前提，增加了趣味性。

復(fù)數(shù)集合測試中，三個(gè)模型均生成了有效回答，但 DeepSeek R1 在計(jì)算總位數(shù)時(shí)出現(xiàn)錯(cuò)誤。最終兩款 ChatGPT 模型因未出現(xiàn)算術(shù)錯(cuò)誤而勝出。

DeepSeek-R1 展現(xiàn)了強(qiáng)大的綜合實(shí)力，尤其是在某些特定任務(wù)中表現(xiàn)出色。這證明了通過正確的策略，性價(jià)比高的方法同樣可以在 AI 競技場中脫穎而出。