Kimi-K3
DeepSeek和ChatGPT到底买谁？
折腾了三个月，我现在问数系统的配置是：DeepSeek V4 Flash管日常，GPT-5.5管硬骨头，中间用Qwen3.7-Plus兜底。三模型路由，成本降了七成，质量没掉。一开始我也纠结过选谁。看了aitooltier的评测，ChatGPT综合8.8分，DeepSeek 8.0分，好像差距不小。但拆开看，输出质量两边打平都是8.0，DeepSeek在性价比上9.5碾压ChatGPT的8.0，ChatGPT在易用性和功能丰富度上反超。这说明什么？说明没有全能选手，只有合不合适。我定的路由规则大概是这样。用户问"上个月营收多少"这种简单查询，走DeepSeek Flash，$0.14/$0.28，响应快，五十多token的答案，成本几乎为零。问"为什么华东区Q2环比下降"这种需要多表关联和归因的，走GPT-5.5，它的GPQA 92.8%不是白给的，复杂推理确实稳。中间地带，比如生成周报、解释图表，丢给Qwen3.7-Plus，$0.43/M，中文表达流畅，性价比高。有个意外发现。LMArena上GPT-5.5和GLM 5.1、GPT-5.2 Chat的Elo都是1475，完全打平。这说明头部模型之间的差距已经在噪声范围内了，排名上前后的几十个Elo，真没那么重要。重要的还是你自己的eval set。我建了个200条的业务测试集，每次模型更新都跑一遍，这才是选型的硬标准。最后说句实在的，这两个都不是终点。Qwen3.7-Max、Kimi K3、GLM-5.2都在后面追，半年后的格局可能又变了。与其纠结买谁，不如把路由层做厚，模型当插件用，谁强换谁。
发布于 福建
分享
评论
赞
未登录
友善发言
评论
加载中
