Dhruv Bhutani / Android AuthorityOpenAI ChatGPT zdominował rozmowy w chatbotach AI od debiutu w 2022 roku. Jeśli jednak śledzisz świat sztucznej inteligencji, natknąłbyś się na nazwę Deepseek rzucaną w ciągu ostatnich kilku tygodni. Chiński model wielkojęzykowy twierdzi, że walczy z ChatGPT ze względu na jego szybkość, dokładność i, co najważniejsze, charakter open source. Ale to, co naprawdę zadziwia, to efektywność treningu R1. Opierając się na czystym uczeniu się przez wzmacnianie i nadzorowanym dostrajaniu GPT-4, cały model kosztował zaledwie 12 milionów dolarów na szkolenie w porównaniu z 500 milionami dolarów wymaganymi w przypadku nadchodzącego GPT-5. Oczywiście to wszystko nie ma większego znaczenia dla konsumenta końcowego. Liczy się to, czy jest to dobre w zamierzonym celu. Ostatnie kilka dni spędziłem na testowaniu Deepseek R1 w ramach mojej pracy — tworzenia pomysłów, kodowania, wykonywania zadań takich jak sprawdzanie gramatyki i nie tylko. Moje dania na wynos? OpenAI musi się poważnie martwić.
Racjonalne myślenie: podejście na poziomie ludzkim
Dhruv Bhutani / Android Authority Największym wyróżnikiem Deepseek jest sposób myślenia przypominający ludzki. W przeciwieństwie do ChatGPT, który przedstawia tylko końcowy wynik zapytania, Deepseek R1 pokazuje, w jaki sposób dochodzi do odpowiedzi. W tym niezwykle ludzkim monologu wewnętrznym LLM może przedstawiać odpowiedzi pasujące do ludzkiego procesu myślowego. Zamiast przeprowadzać testy porównawcze lub tradycyjne sposoby oceniania wydajności LLM, zdecydowałem się zastosować Deepseek R1 do mojej codziennej rutyny.Wewnętrzny proces Deepseek dialog prowadzi Cię przez proces rozumowania. Kiedy to zobaczyłem, byłem zdumiony. Jako dziennikarz jestem stanowczo przeciwny pisaniu opartemu na sztucznej inteligencji. Jednakże narzędzie to może być cennym dodatkiem do Twojego arsenału do przeprowadzania burzy mózgów, przedstawiania pomysłów do omówienia i wskazywania luk. Na potrzeby testów poprosiłem zarówno Deepseek, jak i ChatGPT o przygotowanie konspektu artykułu porównującego dwa różne modele LLM. Moje dokładne pytanie brzmiało: „Piszę artykuł porównujący dwa różne modele LLM z perspektywy zwykłego użytkownika. Jakie punkty do rozmowy powinienem uwzględnić? Pomóż mi przygotować szkic.” Wyniki były zdumiewające. Podczas gdy oba modele poruszały te same istotne wskazówki, Deepseek poszedł o krok dalej i podzielił go na strukturę, która była niezwykle podobna do mojego podejścia do tego tematu. Co więcej, zawierał bardzo istotne punkty, takie jak względy etyczne dotyczące stronniczości, uczciwości i przejrzystości, które ChatGPT całkowicie pominął. Deepseek uwzględnia proces logicznego myślenia, przez który przeszedł, dochodząc do rozwiązania, i uwierz mi, kiedy zobaczyłem to po raz pierwszy, byłem zdmuchnięty. Być może jesteśmy daleko od sztucznej inteligencji ogólnej, ale obserwowanie, jak komputer myśli w ten sposób, pokazuje, jak daleko zaszliśmy. Wewnętrzny dialog jest na tyle interesujący, że poniżej zamieszczam krótki zapis.
„OK, więc muszę pomóc komuś stworzyć konspekt artykułu porównującego dwa modele LLM z perspektywy zwykłego użytkownika. Zacznijmy od omówienia tego, o co proszą. Chcą tematów do omówienia, na których zainteresuje się przeciętny użytkownik, a nie zbyt technicznych. Po pierwsze, wprowadzenie powinno wyznaczać scenę. Może wyjaśnij w prosty sposób, czym są LLM i dlaczego ich porównywanie jest ważne dla zwykłych użytkowników. Następnie główne sekcje. Doświadczenie użytkownika jest prawdopodobnie duże. Może to obejmować łatwość dostępu do każdego modelu – czy są bezpłatne, płatne czy freemium? Również projekt interfejsu. Czy mają przyjazną dla użytkownika aplikację lub stronę internetową? Może porównaj procesy rejestracji.”
Następnie poddałem to zadaniu kodowania. LLM, takie jak ChatGPT i Claude, mogą nie być jeszcze w stanie w pełni kodować, ale mogą być przydatnymi narzędziami do nauki kodowania. W przypadku tego zadania dałem zarówno Deepseekowi, jak i ChatGPT ten sam monit – „Jestem nowy w programowaniu. Pomóż mi napisać grę w kółko i krzyżyk. Powinien działać w pyscript.” Po raz kolejny różnica w wynikach była wyraźna.
Dhruv Bhutani / Android AuthorityChatGPT przedstawił mi rozwiązanie kodu, krótki opis używanych języków i sposób uruchamiania gry. W międzyczasie Deepseek przeprowadził mnie przez cały proces myślenia o tym, jakie komponenty są potrzebne do stworzenia gry — na przykład ekran planszy, obsługa kliknięć użytkownika, naprzemienne zwroty między X i O i nie tylko. Następnie rozbił strukturę HTML do rysowania elementów interfejsu i logiki Pythona w grze. Zatwierdziła również swój wybór i wzięła pod uwagę stylizację, np. wyśrodkowanie tekstu. Następnie szczegółowo opisano nie tylko funkcje gry, ale także sposób jej uruchomienia i dalszego modyfikowania. Jest to bezcenna informacja dla kogoś, kto dopiero zaczyna programować, a odpowiedź ChatGPT po prostu nie ma sobie równych.
Dhruv Bhutani / Android AuthorityScreenshotW porządku, wracamy do pisania zadań. W tym przypadku chciałem przetestować wbudowaną funkcję wyszukiwania internetowego w obu LLM. Poprosiłem więc zarówno Deepseek, jak i ChatGPT o napisanie recenzji OnePlus 13. Wybrałem ten konkretny telefon, ponieważ minęła data aktualizacji wiedzy obu LLM i, cóż, miałem telefon w ręku, aby sprawdzić wyniki. Chociaż żadna z LLM nie przejmie mojej pracy w najbliższym czasie, jest to kolejny przykład, w którym wyniki Deepseek znacznie wyprzedziły ChatGPT. Kiedy ChatGPT przedstawił strukturę recenzji, skupiła się jedynie na specyfikacjach, bez dodawania wielu wyjaśnień i żadnego kontekstu. Z kolei Deepseek dokonał porównań z konkurencją, a nawet podkreślił obszary, w których brakowało OnePlus 13. Jako ktoś, kto ma telefon w ręku, obserwacje Deepseek, oczywiście zaczerpnięte z istniejących recenzji, były trafne i trafne.
Deepseek vs ChatGPT: Który wybrać?
Dhruv Bhutani / Android Authority Już po kilku dniach użytkowania jestem przekonany, że Deepseek jest doskonałą alternatywą dla ChatGPT z wielu powodów. Jasne, w moich testach Deepseek konsekwentnie wygrywał pod względem jakości wyników – zarówno pod względem kontekstu i zrozumienia, ale także wyjaśnienia swojego rozumowania. Jednak przy odrobinie dostrojenia ChatGPT może również dać podobne wyniki. To powiedziawszy, Deepseek ma też inne rzeczy. Po pierwsze, korzystanie z Deepseek jest obecnie w zasadzie bezpłatne dla klientów końcowych w porównaniu z dość drogimi 20 dolarami miesięcznie, które ChatGPT pobiera za swoje modele z wyższej półki. To duży plus. Co więcej, charakter oprogramowania Deepseek typu open source oznacza, że można go uruchomić lokalnie na własnym komputerze za pomocą aplikacji takich jak Ollama, całkowicie omijając wszelkie koszty i obawy dotyczące prywatności. W przypadku ChatGPT jest to po prostu niemożliwe. Jeśli jesteś zagorzałym programistą, który chce zintegrować LLM ze swoimi aplikacjami, Deepseek oferuje kolejną korzyść: znacznie niższe koszty dostępu do API. Chociaż nie ma jeszcze ostatecznego zwycięzcy, Deepseek można w większości wypróbować bezpłatnie i można go uruchomić lokalnie na własnym komputerze , pomijając obawy dotyczące prywatności. To powiedziawszy, są to wczesne dni, szczególnie dla Deepseek i ogólnie dla modeli LLM. Tak naprawdę pojawienie się nowego modelu, który może konkurować z najlepszymi i najlepiej finansowanymi w branży, mówi wiele o powstającym stanie branży. Sprytna inżynieria często pozwala ominąć brutalną siłę obliczeniową, a Deepseek wskazuje na taki przypadek. Który z nich jest dla Ciebie lepszy? Polecam wypróbować oba i wybrać ten, który najlepiej odpowiada Twoim potrzebom. Ja? Myślę, że będę używać Deepseek przez jakiś czas, aż pojawi się następna najlepsza rzecz.