国产之光DeepSeek V3竞技场名次簇新出炉——ag百家乐直播
优于o1-mini（总榜第7），获最强开源模子认证（亦然独一闯入前10的开源模子）。
单项上，在穷困教导、编程、数学，写稿等方面全面越过Claude 3.5 Sonnet。
不外，若是树立了作风截止，Claude 3.5 Sonnet在衔接穷困教导方面依然要后发先至。
（作风截止：剔除模子通过长篇且步地致密的恢复来投合东说念主类偏好）
由此也激勉双方撑握者强烈的争论：
DeepSeek V3在现实编码中确切比Claude 3.5 Sonnet强吗？
带着同款好奇，量子位&网友实测这就送上。
实测DeepSeek V3和Sonnet 3.5
经典脑筋急转弯
第一关先来个开胃小菜，一说念佛典脑筋急转弯视察模子衔接才智。
小明的姆妈有三个孩子，老呼吁一明，老二叫二明，老三叫什么？
DeepSeek V3回答正确。它先明确了题目条目，然后逻辑满分找出了正确谜底（以致还有自我考据）。
比较之下，Claude 3.5 Sonnet既正确又简单。
天然，推敲到脑筋急转弯这种东西也受东西文化相反影响，咱们再来一说念。
why are people tired on April Fool’s Day? （为什么东说念主们在愚东说念主节很累？）
谜底一般是“Because they have just had a long March”。因为他们刚渡过了一个很长的三月(行军)，March除了三月还有行军的好奇，这里教育对双关的衔接。
好嘛，DeepSeek V3居然歇菜了。从部分回答来看，它完满曲解了题目意图，一册正经地回答是因为东说念主们感到火暴、熬夜之类。
而Claude 3.5 Sonnet稳稳守住了主场，亦然轻大约松get了双关。
可想而知，Claude 3.5 Sonnet在第一关小试牛刀中全胜，而DeepSeek V3可能更偏向汉文语境。
弱智吧逻辑罗网+回转吊问
接下来难度升级，哄骗弱智吧经典罗网来视察模子逻辑才智。
台上一分钟，台下十年功，ag百家乐贴吧为何不在台上练功？
很好，DeepSeek V3又掉线了，精确踩进东说念主类罗网。（正能量满满可还行）
不外别记挂，你的难兄难弟Claude 3.5 Sonnet来陪你了(doge）。
看来面临充满神思的弱智吧问题，二位选手王人不在景色。
Okk，不继续在这上头为难二位了，底下来一说念正经八百的“回转吊问”（即知说念A是B却不知说念B是A）问题。
而两位选手王人一次性答对了Mary Lee Pfeiffer（汤姆·克鲁斯的母亲）的女儿是谁。
考研数学真题
底下参加数学才智测试。比如这说念考研数学真题，波及的常识点猛烈面积分、高斯定理等内容：
径直上传截图，DeepSeek V3依然详备按当作解答，况且也作念对了。
而Claude 3.5 Sonnet天然看起来当作更浅近，但最终谜底诞妄，为山止篑。
编码才智
重头戏来了，最其后视察一下模子编码才智。
刚好有位𝕏网友拿DeepSeek V3和Claude Sonnet 3.5进行了测试，在Scroll Hub均诀别用它俩创建网站。
掀开新闻客户端 升迁3倍流通度博主在测试之后，觉得DeepSeek V3完满胜出。
小结一下，从有限测试来看，DeepSeek V3貌似确乎能和Claude Sonnet 3.5打得有来有回。
满血版o1空降第一
BTW，跟着DeepSeek V3竞技场名次沿路变动的，还有OpenAI的o1模子。
忖度是“双十二”本事适宜上线的满血版o1，这次越过o1-preview 24分，空降总榜第一。
况且除了创意写稿，各个单项王人是第一。
是以，关于这几家，世界在使用经过中感受若何呢？？
参考衔接：
https://x.com/lmarena_ai/status/1873695386323566638
— 完 —ag百家乐直播
