国产之光DeepSeek V3竞技场名次清新出炉——
优于o1-mini（总榜第7），获最强开源模子认证（亦然唯独闯入前10的开源模子）。
单项上，在不毛提醒、编程、数学，写稿等方面全面高出Claude 3.5 Sonnet。
不外，淌若开发了格调截止，Claude 3.5 Sonnet在清爽不毛提醒方面仍是要后起之秀。
（格调截止：剔除模子通过长篇且体式细致的回话来阿谀东谈主类偏好）
由此也激勉双方辅助者热烈的争论：
DeepSeek V3在本色编码中简直比Claude 3.5 Sonnet强吗？
带着同款兴趣，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，一谈经典脑筋急转弯检会模子清爽才气。
小明的姆妈有三个孩子，老高歌一明，老二叫二明，老三叫什么？
DeepSeek V3回答正确。它先明确了题目条款，然后逻辑满分找出了正确谜底（以致还有自我考证）。
比较之下，Claude 3.5 Sonnet既正确又浮浅。
天然，讨论到脑筋急转弯这种东西也受东西文化各异影响，咱们再来一谈。
why are people tired on April Fool’s Day? （为什么东谈主们在愚东谈主节很累？）
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意思意思，这里考试对双关的清爽。
好嘛，DeepSeek V3竟然歇菜了。从部分回答来看，它完好意思污蔑了题目意图，一册安逸地回答是因为东谈主们感到蹙悚、熬夜之类。
而Claude 3.5 Sonnet稳稳守住了主场，亦然轻应付松get了双关。
不言而喻，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。
弱智吧逻辑陷坑+回转怀念
接下来难度升级，垄断弱智吧经典陷坑来检会模子逻辑才气。
台上一分钟，台下十年功，ag百家乐积分为何不在台上练功？
很好，DeepSeek V3又掉线了，精确踩进东谈主类陷坑。（正能量满满可还行）
不外别顾忌，你的难兄难弟Claude 3.5 Sonnet来陪你了(doge）。
看来靠近充满神思的弱智吧问题，二位选手齐不在情景。
Okk，不陆续在这上头为难二位了，底下来一谈正经八百的“回转怀念”（即知谈A是B却不知谈B是A）问题。
而两位选手齐一次性答对了Mary Lee Pfeiffer（汤姆·克鲁斯的母亲）的男儿是谁。
考研数学真题
底下参加数学才气测试。比如这谈考研数学真题，波及的常识点口角面积分、高斯定理等内容：
凯旋上传截图，DeepSeek V3仍是详备按法子解答，而况也作念对了。
而Claude 3.5 Sonnet天然看起来作为更浅易，但最终谜底不实，为山止篑。
编码才气
重头戏来了，最自后检会一下模子编码才气。
刚好有位𝕏网友拿DeepSeek V3和Claude Sonnet 3.5进行了测试，在Scroll Hub均分辨用它俩创建网站。
翻开新闻客户端 晋升3倍流通度博主在测试之后，合计DeepSeek V3完好意思胜出。
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竞技场名次沿途变动的，还有OpenAI的o1模子。
测度是“双十二”手艺负责上线的满血版o1，这次高出o1-preview 24分，空降总榜第一。
而况除了创意写稿，各个单项齐是第一。
是以，关于这几家，民众在使用进程中感受如何呢？？
参考聚拢：
https://x.com/lmarena_ai/status/1873695386323566638
— 完 —AG百家乐下载