探秘深度学习：为何用户宁愿为ChatGPT付费而非选择免费的DeepSeek？

没有评论

共计 2470 个字符，预计需要花费 7 分钟才能阅读完成。

如今DeepSeek如此流行，而且还完全免费，为什么仍然有这么多人选择付费使用ChatGPT呢？

我认为，这或许是因为许多人对国外产品的偏爱。

我使用ChatGPT主要是为了理清思路和编程，日常也涉及一些自媒体工作以及小语种需求。比较了豆包、Kimi和文心一言后，我发现ChatGPT的免费版本在使用体验上明显优于这些国产产品，至少它能够始终记住我的需求并为我量身定制内容。

最终，基于个人需求，我还是尝试了一个月的ChatGPT会员服务。然而，从我的体验来看，二者之间仍然存在显著差异。

底层引擎相同，体验却天差地别

理论上，这两个模型的“思维”框架是相似的，尽管大家普遍认为它们在理解能力和生成能力上相当，但后者在某些方面仍表现得更为出色。

首先需要明确的是，DeepSeek所使用的深度搜索引擎，通过优化的混合专家MoE架构以及多头潜在注意力MLA机制，将复杂性降至最低，因此其搜索结果的呈现方式与众不同。

而OpenAI的ChatGPT模型基于GPT-4，底层同样采用Transformer架构，虽然两者都使用了这一技术，但因付费策略的不同，ChatGPT在流畅度上显得更为优越。

编程方面的显著差异

我曾经进行过测试，发出一段编程题目时，ChatGPT能够自动补全其中的函数，而DeepSeek却只是将题目重复了一遍。

随后它还显示“怎么写这个函数”等等，让我十分无奈，明明是希望它帮我补全，结果却是简单的重复，这让我觉得在编程方面，ChatGPT的表现明显更好。

关键的区别：使用环境与功能整合

作为深度搜索引擎，DeepSeek的R1和V3模型在文本生成和深度检索能力上与ChatGPT相差无几，但其核心目的是提升搜索体验。而ChatGPT则专注于对话能力、内容生成及多模态处理。

ChatGPT与DeepSeek的共同点在于，它们都擅长长篇生成并能高效处理复杂问题。但值得注意的是，DeepSeek并不支持多模态功能。

请看下面这张图片，我为大家总结了两者功能的差异：

在DeepSeek更新到V3之前，最初的使用体验确实有些让人失望，感觉像是从搜索引擎中提取的内容。

此外，还有一个关于幻觉的问题：

虽然现在很多人都在称赞国内的DeepSeek，但从舒适度和准确性来看，国产大模型与GPT的专业版本仍有明显差距。

我体验过DeepSeek，虽然免费且易用，但数据分析的准确率只有17%，相比ChatGPT差了不少，关键数据还需自己再次核实才能放心使用。

每次回答后，它都会进行总结，如果内容涉及敏感言论，最后的总结会变成“我无法回答您的问题”，这让我看到其结论过程时，感到有些可爱。

在我连续使用DeepSeek进行问答时，它会将之前的回答视为我的新问题进行整体分析，将扩展条件加入到我提出的条件中，且不会根据我的具体问题进行调整，而当我指出其错误时，它则会选择“沉默”。

可以说，DeepSeek有时会给出一些不靠谱的回答，而ChatGPT的幻觉现象相对较少。因此，国内的企业和个人都在研究DeepSeek与ChatGPT，这为普通人提供了机会。

如果你对AI大模型及其底层原理有足够的了解，你将在社会中比他人更具竞争力。比如，网站上的AI大模型应用开发、机器学习和AI自动化等领域，对于专业程序员来说，掌握AI技能将使他们成为AI增强型人才，从而获得越来越多的高薪机会。

向你推荐一个学习大模型的好方法，可以跟随知乎知学堂的AI大模型进阶在线视频，了解大模型的幻觉原理，以及主流大模型DeepSeek和ChatGPT的核心架构，采用基础知识和实战项目相结合的方式进行学习，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+Fine-tune大模型知识为工作和生活赋能，强烈推荐大家体验：

不得不说，很多友友在短短两周内，就在金三银四的跳槽中拥有了核心竞争力，简历上增加了一项亮点，在大模型面试中显得特别专业，获得的Offer薪资也随之翻倍。

总而言之，无论你选择使用DeepSeek还是ChatGPT，二者都为人们的生产力带来了显著的科技进步：

五年前，搜索的过程是这样的：

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 ==》总结自己想要的信息。

而自2024年AI问世以来，搜索的过程则变为：

用户输入内容 ==》显示AI所知道的你所需的信息。

此外，许多人选择ChatGPT的另一个原因是它支持多模态功能。例如，GPT-4是一个原生的多模态模型，能够进行语音输入输出，甚至支持图像和视频的端到端处理。

不仅可以通过语音生成图片，还能通过语音进行图像编辑：