DeepSeek R1深度测评：推理能力碾压GPT-4？

我用了两周DeepSeek R1，做了20组对比测试。结果发现：推理任务确实强，但某些场景还不如GPT-3.5。

1. 一、测试背景

DeepSeek R1发布后，很多人说推理能力碾压GPT-4。我很好奇，真的这么强吗？

于是我做了20组对比测试，涵盖数学推理、逻辑分析、代码编写、创意写作4个维度。

2. 二、测试结果

2.1 1. 数学推理（5题）

结论：DeepSeek R1在复杂计算上略强，但应用题反而不如GPT-4。

2.2 2. 代码编写（5题）

测试了Python、JavaScript、Go三种语言。

• DeepSeek R1：代码能运行，但注释较少
• GPT-4：代码更规范，注释详细

2.3 3. 创意写作（5题）

让两个模型写文案、故事、邮件。

我的感受：DeepSeek R1的中文表达更自然，GPT-4的逻辑更严谨。

3. 三、我的判断

3.1 DeepSeek R1适合的场景

• 数学推理题
• 逻辑分析
• 中文写作
• 预算有限的用户（免费）

3.2 GPT-4适合的场景

• 代码编写
• 英文写作
• 复杂任务规划
• 需要稳定质量的场景

4. 四、费用对比

• DeepSeek R1：完全免费（API有免费额度）
• GPT-4：Plus会员20美元/月

如果你预算有限，DeepSeek R1完全够用。

5. 五、我的建议

1. 日常用DeepSeek R1，省钱
2. 重要任务用GPT-4，更稳定
3. 两个都注册，根据任务切换