粉丝3701获赞2.4万

全网最接地气的第四个 v 四和切尔杰普 t 五点五实测,我将分为四个模块进行测评。先提前声明,一个是开源模型,一个是闭源模型,这两者本身就不在同一赛道,放在一起一模一的对比本来就不公平。 所以这期视频我们只做纯实测,不尬黑也不拉踩,完全站在普通人的实操视角,多场景对比,看看两款模型的真实能力差距。 在开始之前我们可以看到 dipstick v 四现在是兼容 openai 和 styrax 这两套主流接口格式的,所以我直接用 openai 的 sdk 格式在 vs code 的 client 插件上改一下配置,就直接能调用它,不用重新折腾一套新的东西。然后我也单独创建了这个 v 四的 api key, 这里是我的一个基本配置情况。右面的叉 g p t 我 们直接选择 thinking 五点五就可以了。首先我们来做第一个测试游戏,帮我写一个超级玛丽游戏,直接上手能玩的那种,然后同时把任务给到两边。目前看来的叉 g p t 速度是比 deepsea v 四要快一点的。 ok, 一 分钟不到,我们可以看到右面的叉 g p t 已经做完了,然后我们预览一下,然后左面的 deepsea 就 让它继续生成代码哦, 这个金币是顶不了的。目前玩下来这个游戏没有什么特别大的问题,难度还挺高的,他的跳跃和速度是比比正常游戏要快很多, 然后也很容易撞到那个小怪物,我已经玩了很多把了, deepsea 维斯还没有结束,他好像脚上长了个滑冰鞋似的,一往前走就起飞 通关,成功拿到了十八枚金币。 ok, deepsea v 四也生成完了,大概用了四分钟左右,速度上是明显不如叉 gbt, 五点五的这个界面说实话做的是比叉 gbt 好, 因为他有个开始画面更符合我们认知中的这个游戏,哎,但这里有明显的 bug, 往前走一走,地上的这个没有了, 他这个上不去啊,怎么回事?这个美工,我刚想说他做的不错,但是 bug 好 像有点多啊。第一,这个小怪我在这动不了,然后我跳不上这个格子,等于说我就卡死在这了。怎么说呢, 就是叉 g p d, 它的完整性做的是很好的,而且没有什么大的问题,就是美工确实很丑,不得不说,然后也像穿了滑冰鞋一样。但是 deepsea 刚打开,其实还挺惊喜的,因为它的画面,包括这个游戏界面的设计做的非常好,但实际上这个功能呢,漏洞百出, 所以这个游戏就止步在这了。 ok, 呃,游戏测评就到这里。然后我们可以看到刚刚生成的那个超级玛丽的网页,大概用了一块钱的 api。 然后第二个测试,我们来测试一下它的前端能力,我们给他们同样的提示词,这个页面的代码依然是切的 gdp 快 了很多。然后它也调用了这个 canvas 的 模型,我把这个报错问题发给他,让他自己修复一下。哎,好了,已经修好了,我们可以直接看到这个界面了, 其实做的还不错,非常有科技感,但它没有放很多预设的图片上去。我们来试一下这个中英文啊,还不错。 ok, deepsea 生成的界面,它也自动打开了,大家可以看一下右面。首先测试一下中英文 没有问题啊,它这边也没有放预设的图片,而是用了很多 emoji 代替。这里还有一个滑动的效果,就是一个很标志的网站,包括底下的指南品牌。我们 大家可以看到叉 gpt 生成这个网页虽然很快,但是这个页面的完整度。我们可以看到 deepstack 是 优于叉 gpt 的, 因为它完全符合国内的用户习惯, 我觉得在前端页面的设计上, deepstack v 四还是要比叉 gpt 第一版生成这个要好一点的。然后代码就测到这里,我们进入下一个主题,逻辑问题测试。 逻辑问题。第一题就是网上经典的洗车问题,然后我们一起来问一下关于这个问题, d c 和叉 g b t 基本都没有思考,直接给我答案,然后两者的回答都是对的,开车去。然后第二个问题,也是一个比较经典的逻辑问题,然后我们来试一下 这一题, deepsea 大 概思考了二十五秒到三十秒左右,然后他给的答案是左手,叉 g p 给的答案是右手。这题其实在网上有点争议哦,因为他们说现实中我举起了左手,但是题目中说在我的视野中,这是镜子也出现在了画面的左侧,所以应该是同一侧,应该也是左手,对吧? 当然有争议的问题我们不说这个模型孰强孰弱,然后我们进入第三题,是一个纯逻辑题,关于体面,大家可以直接看一下,我们看哪个模型生成的更快。 叉 gpt 只用了六秒就直接给了我答案,四零五三九二七是对的,因为在之前叉 gpt 五点零的版本,我好像也问过这个问题,他思考还挺久的啊,但是答案是对的。然后我用了 gemini, 包括 deepsea, 甚至用弱的模型,他给出的答案还是错误的, ok, 最后的用时 三分五十八秒,但是他给出的答案也是对的。四零五三九二七,下一个测试关于写作, 我们来写一个自媒体脚本,以及我们办公场景中最常用到的总结周报。首先是自媒体脚本,我们就以我为例,我是一个自媒体博主,然后赛道是 ai 相关,最近换方推出了 deepsea v 四嘛,我们让他帮我出一个两分钟的自媒体脚本口播 啊,叉 g p 只用了十一秒, ok, deepsea 这边也生成好了,我们来看一下两个模块放在一起对比,我看了一下两个模型生成的脚本,其实它的内容上都大差不差,都没有我们想要那种展现出很多参数啊,然后包括很专业的东西, 都是一种比较接地气的方法。然后把 deepsea 的 这个模型官网上的内容总结出来,然后输出成一个脚本。大家怎么看这两个脚本呢?哪个表现的更好? 下面我们把一段语音转录的文字喂给这两个 ai, 里面可能有一堆语气词,包括转录失败的词语,然后我们看他们总结的周报怎么样,提示词就是帮我总结成一份周报。这里我们不得不说,掐指 gpt 生成的内容速度真的太快了,它又在十秒钟之内给了我答案, 大家可以看一下它生成的这个周报,然后这里 deepsea v 四,它生成的速度也是特别快的,这一次思考可能在三十秒以内吧。然后它基本上就把内容已经全部拉出来了, 我把两个周报放在一起,大家可以自己评判一下哪个写的更好,我就不做过多的主观的评价了,因为整体看下来, deepsea 这里的条理其实是更加清晰的,就是从周一到周五每天的内容。但 拆 jpg 这里就是把一周整体的东西写在一个里面,没有分周一到周五,所以也不存在什么哪个更好哪个更坏,只是切入的角度不一样。 然后我们进入最后一个模块,测试日常我们分为人情世故和旅游攻略两题,人情世故我们就发一些就是类似于申论的题目,让 ai 来回答,看他的回答怎么样。然后旅游我们就直接给他一个两天一夜的旅游攻略,看他写的怎么样。首先第一题 ok, 直接让他开始生成 我们的叉 g p t 依然保持非常快的速度啊,一秒都没有思考,直接给了我们答案。最稳妥版,身体原因版,半开玩笑版,对方还继续夹板啊,我觉得还不错,他虽然做一个国外模型,但是其实这些话还挺体面的,并没有薄亲戚的面子,对吧? deepsea 大 概用了一分半的时间,然后给我们生成了答案,碗里留菜法,第二个,健康理由,转圈。第三,借花献福,把菜转给舅舅的孩子,这还挺有意思的。第四,反客为主, 这个我挺喜欢,这个蛮实用的,如果是我的话,我一定反客为主,然后给他夹他不爱吃的菜。其实这一点我觉得 deepsea 确实生成的不错,还挺实际的,而且他说人话 像叉 g p p 这个版本还是有一点怎么说?有,有一点 ai 味,太太客套了,但都挺实用的。这边大家可以看一下两个版本的答案,然后给出一些评价,然后我们直接进入第二题, 这也是一个我们非常常见的情景,然后来展现你在工作场景中的高情商表现。叉 g p p 就是 直接生成的答案,它给了我们四个版本,我理解你的事情多,就有几个项目在干, 太 straight 了,太直接了。哎,这次 deepsea 好 快啊,大概用了二十秒都不到答案就出来了。 ok, 那 我们正好直接放在一起比较一下哦。这里生成的内容, deepsea 的 完整度也比叉 g p 要高很多,果然还是国产模型的更懂中国宝宝的体质。 我看了一下,在这一模块, deepsea 真的 完爆拆了 gpt 就是 他生成的。这个答案真的很聪明啊,你看就是说什么,我手头也有急活排满了,你什么时候得来啊?我帮你问问小王小张有没有空,直接转嫁矛盾给其他同事,这一点你看拆了 gpt 都想不到。 然,然后第二点就是我实在腾不出手帮你做完整的,这样我下班前二十分钟帮你过一遍格式和逻辑行吗?就是侧面在跟他说,我没时间帮你做,帮你过一遍逻辑你你自己来做吧。这一点我觉得人情世故这一块, deepsea v 四拉满完全强于拆 gpt, 不 接受任何反驳。 然后人情事故这边就到此为止,我们就不用再测了,然后下面直接让它生成旅游攻略叉 gpt 十七秒开始给我们答案。在 deepstack 的 生成过程中,我们可以看一下叉 gpt 的 这个答案,它推荐青之屋、黄龙、浙大玉泉、四眼井、胡跑、满爵龙。 然后我们看一下他拆解的任务,就是第一西湖线慢逛,然后不去断桥挤人,还不错啊,上来别吃西湖醋鱼,这个我是认可的。然后我觉得他这个推荐还是挺实用的,然后也非常的详细,每一天都精确到了每个小时。我觉得拆 g p p 生成这个版本我挺满意的,反正 ok。 生成完了,我们可以把两个版本放在一起比较一下 deepsea 生成的这一版攻略。说实话颗粒度没有叉 gbt 那 么细,就可以看到它还是整体的,比较模板化,然后比较 ai 两个版本怎么说呢,就是仁者见仁智者见智了。就是从我的角度来看,我觉得叉 gbt 生成的还是更加详细一点,然后包括方案也更加多元化一点,每一个计划都有一个完整版和一个简单版嘛。但 deepsea 给他推荐就是更加偏模板化一点,然后他的内容还是比较干货的,也没有说网上那种呃人云亦云的感觉。 然后我们回到 deepsea a b i 看一下,一上午我们大概消费了两块九毛一,我觉得还是不错的,性价比还是挺高的,比那些什么 cloud code, 包括 openai, 包括 gemini 的 a b i 要便宜多了。 ok。 以上就是今天测评的全部内容,不知道大家对于 deepsea v 四和叉 gbt 五点五有什么看法呢?可以在评论区留言,然后下一期视频我也会讲一讲 deepsea 之前为什么要寻求一百亿的融资,以及 deepsea 在 这一年到底经历了什么。如果不想错过的朋友,记得点赞关注加收藏。然后这里是 bryce, 我 们下期再见。

gpt 五点五 instant 开始全量推送,替换掉之前的 gpt, 五点三 instant 成为 chat gpt 的 默认模型核心改进就两个词,准 减。你有没有这种经历,让 ai 帮忙写一个东西,他开头会先来一句好的,这是一个很好的问题,结尾再送你三个 emoji 表情,正经内容没几句废话先占了一半。 open ai 也意识到了,在高风险领域, 医疗法律金融的幻觉率最高降低了百分之五十二点五,用户标记的事实错误降低了百分之三十七点三,回复风格也在改, 不必要的表情符号在减少,那种很高兴为您服务的客服腔在减少。 plus 和 pro 的 用户现在就能用,免费的用户,未来几周也会覆盖付费的用户,如果不习惯,还可以继续用旧版三个月。 说白了就是 ai 在 从表演型助手往实用型工具走。这件事情有意思的地方在于,用户用脚投票,逼着大模型公司把好用的优先级排到了好感的前面。所以你最近用 chat gpt 有 没有感觉到什么变化?