DeepSeek和ChatGPT到底买谁？
上周在内网部署完DeepSeek V4，盯着一台A100跑了一整夜推理，第二天早上看日志，心里五味杂陈。LMArena七月榜，DeepSeek V4 Pro排在第17位，Elo 1463。前面是GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro这些闭源旗舰。听起来排名不高，但换个角度——这是唯一一个打进前二十的开权重模型。MIT协议，685B参数，你可以自己部署、自己微调、自己改system prompt。这一点，OpenAI给不了你。我测了几个具体场景。代码生成，HumanEval DeepSeek 91.5%，ChatGPT 95%，差3.5个点，但DeepSeek生成的代码风格更紧凑，少那些啰嗦的注释和过度防御性的错误处理，我们组的后端同事反而更喜欢。数学推理，AIME 2025 DeepSeek 93.1%，这个分数放在一年前是天花板级别。MMLU-Pro它拿了85%，排第一，压过了Qwen和GLM。但有个坎我得说清楚。DeepSeek的拒答模式跟西方模型不一样，技术类和灰色地带更宽松，某些中国相关的政治问题更敏感。我们在内网用还好，要是做面向C端的产品，这块得自己加一层guardrail。社区已经有人出了改过system prompt的变体，可以参考。还有个细节让我印象深刻。DeepSeek的缓存命中只要$0.0028/M，是原价的2%。我们问数系统的system prompt是固定的，缓存命中率能到90%以上，实际成本比账面还低一个数量级。GPT那边也有缓存，打一折，但基数太高，打完折还是贵。开源不是情怀，是实打实的工程优势。
发布于 福建
分享
评论
1
未登录
友善发言
评论
加载中
