DeepSeek免费，为什么仍有众多人愿意为ChatGPT付费？探究背后的原因！

没有评论

共计 2400 个字符，预计需要花费 6 分钟才能阅读完成。

如今DeepSeek备受关注且免费，令人疑惑的是，为什么仍有许多人选择使用付费的ChatGPT呢？

我认为，这或许与许多人对国际产品的偏爱有关。

在我使用ChatGPT时，主要用于整理思路和编程，平时我还会进行一些自媒体工作以及小语种的需求。经过与豆包、Kimi、文心一言的对比，发现ChatGPT的免费版在使用体验上明显优于国产产品，尤其是在能够根据我的需求定制内容这一点上。

最终，由于个人的需求，我还是决定尝试一个月的ChatGPT会员。从我的体验来看，二者之间确实存在显著差别。

底层引擎虽相似，体验却迥然不同

理论上，这两个模型的核心架构基本相同。尽管大家普遍认为它们的理解和生成能力相似，实际上后者的表现要更为出色。

首先需要明确的是，DeepSeek所使用的深度搜索引擎，采用了优化过的混合专家MoE架构与多头潜在注意力MLA机制，这大幅降低了复杂度，因而搜索结果也有所不同。

而OpenAI的ChatGPT基于GPT-4模型，其底层同样使用了Transformer架构。尽管与DeepSeek使用了相似的技术，但由于付费的因素，ChatGPT的流畅度更胜一筹。

编程方面的差异

我曾进行过测试，提交一段编程问题时，ChatGPT能够自动补全函数，而DeepSeek则只是重复问题的内容。

它的回应是“怎么写这个函数”，这一点让我感到困惑，因为我本来希望你来帮助我补全，而不是再给我讲一遍。相比之下，ChatGPT在编程方面确实表现得更加出色。

关键点在于使用环境与功能整合

DeepSeek作为深度搜索引擎，其R1和V3模型在文本生成和深度检索能力上与ChatGPT相差无几，但其核心目的在于提升搜索体验。而ChatGPT则更专注于AI对话、内容生成及多模态能力。

ChatGPT与DeepSeek的相似之处在于都专注于长篇内容生成，越复杂的问题处理能力越强。然而，DP不支持多模态功能。

下面的图片展示了两者功能的差异：

在DeepSeek更新到V3之前，最初使用时让我觉得它有些鸡肋，像是只是从搜索引擎中拿出来的工具。

此外，还有一个幻觉的问题：

尽管目前大家普遍在称赞国内的DeepSeek，但在舒适度与准确性方面，国产大模型与GPT的Pro版本相比仍有很大差距。

我使用过DeepSeek，尽管免费且易用，但其数据分析的准确率仅为17%，与ChatGPT相比差距明显，关键数据还需自己再核实。

每次回答后，它会总结一下，如果涉及危险言论，最后的总结会变成“我无法回答您的问题”，可以看到它的推理过程，当它发现危险言论时会屏蔽答案，显得有些傻乎乎的可爱。

我在DeepSeek上玩了几个小时，发现它在连续问答时会将之前的回答当作我的问题进行整体分析，将扩展条件加入，而不会根据我的问题做出调整。此外，当我指出它的错误时，它会“假装”不懂。

可以看出，DeepSeek有时会胡言乱语，而ChatGPT的幻觉现象则显著较少。因此，国内的企业和个人都在研究DeepSeek和ChatGPT，这为普通人提供了机会。

如果你对AI大模型有足够的了解，包括底层原理和训练过程，便能在这个社会中比他人更具竞争力。无论是AI模型应用开发、机器学习还是AI自动化，对于专业程序员而言，掌握AI技能将带来越来越多的高薪机会。

我告诉你一个学习大模型的好方法，跟着知乎知学堂的AI大模型进阶在线视频课程，了解大模型的幻觉原理，以及DeepSeek和ChatGPT的核心架构，以一个新手的视角重新解析，结合基础知识与实战项目的教学方式，无论你是前端、后端还是Python开发，都能轻松掌握，还能教会你如何利用LangChain与Fine-tune大模型知识提升工作与生活效率，真心推荐：

你看，许多知乎用户在学习两周后，在金三银四的求职季中获得了核心竞争力，简历上增添了亮点。大模型面试时显得格外专业，所获的Offer薪资也随之翻倍。

无论如何，无论你选择DP还是ChatGPT，二者都为人们的生产力带来了科技上的进步：

五年前的搜索是这样的：

用户输入内容==》浏览器解析==》页面显示列表信息===》查看多个页面==》总结自己想要的。

而自2024年AI问世以来，搜索变成了：

用户输入内容==》直接显示AI知道的内容。

此外，许多人选择ChatGPT的另一个原因是，它支持多模态。例如，GPT-4o是一个原生的多模态模型，支持语音输入与输出，现在甚至可以进行图片和视频的端到端输入输出。

不仅可以用口述生成图像，还能进行图像修改：