为何DeepSeek免费却仍有众多用户愿意为ChatGPT付费？

没有评论

共计 2436 个字符，预计需要花费 7 分钟才能阅读完成。

如今，DeepSeek正如火如荼，且无需付费。那么，为什么仍有如此多的人选择使用收费的ChatGPT呢？

我认为，可能是人们普遍对外国产品情有独钟吧。

使用ChatGPT主要是为了理清思路和编程，日常工作中涉及自媒体和一些小语种需求。经过对比，豆包、kimi、文心一言等国产产品，ChatGPT的免费版在使用体验上明显优于这些，至少它能够根据我每次的需求定制内容。

由于个人需求，我最终还是尝试了一个月的ChatGPT会员服务。根据我的使用体验来看，确实存在显著差异。

相同底层引擎，截然不同的体验

从理论上讲，这两个模型的核心技术基本相同，尽管大家都声称它们的理解和生成能力相似，但后者显然优于前者。

首先，我们需要明确的是，DeepSeek所使用的深度搜索引擎，采用自己优化的混合专家MoE架构和多头潜在注意力MLA机制，极大地降低了复杂度，因此搜索结果会有所不同。

而OpenAI的ChatGPT模型则是基于GPT-4，其底层同样采用Transformer架构，虽然两者都使用了这一技术，但由于收费的原因，ChatGPT在流畅度上明显优于DeepSeek。

编程能力的差异

我之前进行过测试，当我发出一段编程题时，ChatGPT会自动补全函数，而DeepSeek则只是重复题目一遍。

接着它会显示：如何编写这个函数等，真让我无奈，我发这段是希望你帮我补全，你却只是一味重复。相比之下，ChatGPT在编程领域的表现显然有着更大的优势。

但这里有一个关键的区别：使用环境与功能整合

DeepSeek作为深度搜索引擎，其R1和V3大模型在文本生成和深度检索能力上与ChatGPT相差无几，但它的主要目的在于提升搜索体验。而ChatGPT则专注于对话、内容生成及多模态能力。

ChatGPT与DeepSeek的共同点在于它们都擅长长篇生成，处理复杂问题时能力更强。然而，DeepSeek并不支持多模态功能。

请看下面这张图，展示了两者功能的差异：

在DeepSeek推出更新版本V3之前，初始使用时确实感觉很无趣，似乎只是将搜索引擎中的信息搬出来。

此外，还有一个幻觉问题：

尽管大家都在赞扬国产大模型DeepSeek，但在舒适度和准确性方面，国产大模型与GPT的专业版本相比，仍存在不小差距。

我使用DeepSeek时，尽管它是免费的，使用体验还不错，但数据分析的准确性仅为17%，与ChatGPT相比差距明显，关键数据还需自己再次确认才能放心使用。

每次回答后，它都会总结一下，如果内容包含危险言论，最终会变成“我无法回答您的问题”，可以看出它的推理过程，发现危险言论后，会屏蔽答案，这样的表现有些傻乎乎的可爱。

我使用DeepSeek几个小时后，在连续问答时，它会把之前的回答当作我的问题进行整体分析，并将扩展条件加入到我提出的条件中，而不会根据我的问题进行调整，当我指出它的错误时，它却像是装作听不见。

所以说，DeepSeek有时会显得一本正经地胡说，而ChatGPT的幻觉相对要低得多。因此，国内企业和个人都在关注DeepSeek和ChatGPT，这为普通人提供了机会。

如果你对AI大模型的底层原理和训练有足够的了解，就能在这个社会中获得更大的竞争优势，例如通过开发AI大模型应用、机器学习和AI自动化，特别是对程序员来说，掌握AI技能，成为AI增强型人才，未来高薪的机会会越来越多。

我有一个推荐的学习大模型的方法，跟随知乎知学堂的AI大模型进阶在线课程，让你了解大模型的幻觉原理，以及主流大模型如DeepSeek和ChatGPT的核心架构。从一个初学者的角度重新解析，结合基础知识与实战项目的教学方式，不论你是前端、后端还是Python开发，都能轻松掌握，还能教会你如何利用LangChain+Fine-tune来赋能工作和生活，非常推荐大家体验：

不可否认，许多知友在学习了两周后，在金三银四的跳槽中已经具备了核心竞争力，写到简历上就是一个亮点。在大模型面试中显得更为专业，offer薪资也随之提升。

无论如何，无论选择DeepSeek还是ChatGPT，都为人们的生产力带来了科技进步：

五年前的搜索流程是这样的：

用户输入内容==》浏览器解析==》显示信息列表===》查看多个页面==》总结所需信息。

而自2024年AI问世以来，搜索流程变为：

用户输入内容==》直接显示AI已知的信息。

此外，许多人选择ChatGPT的另一个原因在于其支持多模态功能。例如，GPT-4o是一个原生多模态模型，支持语音输入输出、图像的端到端输入输出，以及视频的输入输出。

不仅可以通过语言生成图像，还可以通过语言修改图像：