为何DeepSeek免费却仍有众多用户选择付费使用更优的ChatGPT？

没有评论

共计 2416 个字符，预计需要花费 7 分钟才能阅读完成。

如今，DeepSeek正如火如荼地发展，并且是免费的。那么，为什么仍有那么多人选择付费的ChatGPT呢？

我想，这可能是因为许多人对于国外产品的偏好。

在使用ChatGPT时，我主要用于整理思路和编程，平时还做一些自媒体相关的工作，以及一些小语种的需求。经过比较，我发现ChatGPT的免费版在使用体验上远胜于国内的豆包、kimi和文心一言，至少它能够根据我每次的要求个性化提供内容。

最终，由于个人需求，我还是体验了一下ChatGPT的会员服务。不过，从我的个人体验来看，这两者之间确实存在较大的差异。

底层引擎虽相同，使用体验却迥然不同

理论上，这两个模型的核心算法基本相同。尽管大家都声称理解和生成能力差距不大，但ChatGPT在这方面的表现还是略胜一筹。

首先必须明确的是，DeepSeek所使用的深度搜索引擎，依托自己优化的混合专家MoE架构和多头潜在注意力MLA机制，大大降低了复杂度，因此搜索结果有所不同。

而OpenAI的ChatGPT模型则基于GPT-4，底层架构同样是Transformer。虽然两者都运用了这一技术，但由于付费的缘故，ChatGPT的流畅度显然更高。

编程能力的差异

我之前进行过测试，发现当我给出编程题时，ChatGPT会自动补全函数，而DeepSeek的表现则是简单重复题目。

之后，它会显示“怎么写这个函数”等提示，这让我感到无奈。我的初衷是希望它帮助补全，而不是简单地重复题目。与ChatGPT相比，DeepSeek在编程方面的表现明显逊色。

关键区别在于使用环境与功能集成

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相仿，但其核心旨在提升搜索体验。相比之下，ChatGPT则专注于AI对话、内容生成及多模态能力。

ChatGPT与DeepSeek在长篇生成上有相似之处，越复杂的问题，其处理能力越强。但DeepSeek的多模态功能尚不支持。

下面这张图片展示了两者功能的差异：

在DeepSeek推出新版V3之前，使用体验确实较为乏味，犹如将搜索引擎中的内容生搬硬套。

另外，还有一个幻觉问题：

目前，尽管国内的DeepSeek备受推崇，但在舒适度和准确性方面，国产大模型与GPT的Pro版本仍存在显著差距。

我使用过DeepSeek，虽然免费且易用，但数据分析的准确度仅为17%，与ChatGPT相比相去甚远，关键数据还需自己核实后才能放心使用。

此外，DeepSeek在回答后总会进行总结，如果内容涉及危险言论，它会在总结时提示“我无法回答您的问题”，这种处理方式显得有些滑稽，也让人觉得可爱。

我尝试了几个小时的DeepSeek，在连续问答时，它会将之前的回答视为我的问题进行整体分析，并将扩展条件添加到我的请求中，无法根据我的问题进行调整。而当我指出错误时，它却选择无视。

可以看出，DeepSeek有时会出现一些不切实际的回答，而ChatGPT的错误率则相对较低。因此，国内企业和个人都在研究DeepSeek与ChatGPT，这为普通人提供了难得的机会。

如果你对AI大模型、底层原理及训练有深入了解，就能在这个竞争激烈的社会中更具优势。例如在网站上进行AI大模型应用开发、机器学习和AI自动化，尤其是对于专业程序员来说，掌握AI技能将为他们带来更多高薪机会。

这里有一个学习大模型的好方法，可以通过知乎知学堂的AI大模型进阶在线视频课程，了解大模型的幻觉原理，以及主流大模型DeepSeek与ChatGPT的核心架构。课程从基础知识入手，结合实战项目，无论你是前端、后端还是Python开发，都能轻松掌握，还能学习如何运用LangChain与Fine-tune技术为工作和生活增添动力，推荐大家体验。

你知道吗，很多朋友在学习两周后，就在金三银四的跳槽中获得了明显的竞争优势，简历上的相关经历成为了亮点。在大模型面试中表现得格外专业，薪资待遇也大幅提升。

无论如何，选择DeepSeek还是ChatGPT，都为人们的生产力带来了显著的科技进步：

五年前的搜索过程是这样的：

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

而从2024年AI问世后，搜索过程则转变为：

用户输入内容==》直接显示AI所了解的内容。

此外，许多人选择ChatGPT的另一个原因是因为其支持多模态功能。例如，GPT-4o是一个原生多模态模型，支持语音输入输出，并且能够处理图片和视频的端到端输入输出。

不仅可以用声音绘图，还可以用声音进行修改：