Deepseek V3 vs GPT-4O: Quel est le meilleur?

En un an marqué par des sorties notables d'Openai comme GPT-4O, Sora et O1, la communauté open source a progressivement avancé avec ses propres modèles impressionnants. Parmi eux, Deepseek V3, un modèle open source s'est développé avec un budget de seulement 5,5 millions de dollars, inférieur à un coût de formation de GPT-4O (100 millions de dollars). Avec 685 milliards de paramètres et une architecture de mélange d'Experts (MOE), Deepseek V3 rivalise fortement dans des domaines tels que le codage et la traduction, tout en offrant une rentabilité et une flexibilité open source. Explorons comment Deepseek V3 se compare à GPT-4O et à ce qu'il apporte à la table pour le développement de l'IA.

Table des matières

• Tâche 1: Créez un tableau de flux
• Tâche 2: puzzle zèbre
• Tâche 3: Problème du circuit physique
• Tâche 4: Résumé de l'article
• Tâche 5: trouver des différences
• GPT 4O vs Deepseek V3: Résultat final
• Note finale

Tâche 1: Créez un tableau de flux

Invite: Créez un organigramme complet illustrant le modèle de réflexion dans l'agentique AI.
Ce sont les étapes impliquées dans le modèle de réflexion -

Générer une sortie initiale
Auto-réexamen / critiquer la sortie
Identifier les erreurs, les lacunes ou les zones d'amélioration
Développer des suggestions d'amélioration
Réviser / affiner la sortie
Répétez les étapes 2-5 jusqu'à ce que le résultat satisfaisant soit atteint
Créez un nouveau tableau de flux maintenant

Sortie Deepseek V3:

 ---------------------<br> | Générer une sortie initiale |<br> ---------------------<br> |<br> V<br> ---------------------<br> | Auto-révision / critiquer la sortie |<br> ---------------------<br> |<br> V<br> ---------------------<br> | Identifier les erreurs, les lacunes ou les zones d'amélioration |<br> ---------------------<br> |<br> V<br> ---------------------<br> | Développer des suggestions d'amélioration |<br> ---------------------<br> |<br> V<br> ---------------------<br> | Réviser / affiner la sortie |<br> ---------------------<br> |<br> V<br> ---------------------<br> | Le résultat est-il satisfaisant? |<br> ---------------------<br> |<br> -------- --------<br> | |<br> vv<br> Oui Non<br> | |<br> vv<br> ---------------------<br> | Sortie finale |<br> ---------------------<br> |<br> V<br> ---------------------<br> | Fin |<br> ---------------------

Sortie GPT 4O:

Observation:

L'organigramme de GPT-4O est plus efficace que les V3 Deepseek car il met en œuvre une boucle de rétroaction appropriée. Alors que l'organigramme de V3 tente de montrer des chemins de décision basés sur des résultats satisfaisants, il a un défaut logique où les résultats «oui» et «non» mènent à la même sortie. En revanche, la conception de GPT-4O montre correctement à quel point les résultats sont insatisfaisants dans le processus, ce qui représente mieux la nature itérative du raffinement.

Verdict:

Deepseek v3 ❌ | Gpt 4o ✅

Tâche 2: puzzle zèbre

La première tâche pour ce guide GPT 4O vs Deepseek V3, j'ai un puzzle Zebra de ce site Web.

Invite: résolvez ce puzzle zèbre et donnez-moi un tableau du résultat final.

Sortie Deepseek V3:

Mettre cette réponse sur le site Web:

Sortie GPT 4O:

Mettre cette solution sur le site Web:

Observation:

Alors que les deux modèles ont attribué des noms aléatoires aux éléments où les informations n'étaient pas disponibles, V3 a correctement résolu le problème, tandis que GPT-4O n'a pas réussi à le faire.

Verdict:

Deepseek v3 ✅ | Gpt 4o ❌

Tâche 3: Problème du circuit physique

Invite: la figure montre une partie d'un circuit. Il se compose de résistances combinées à la fois dans des configurations parallèles et en série. Trouvez la résistance équivalente.

Sortie Deepseek V3:

Réponse GPT 4O:

Observation:

Lorsque vous comparez les solutions de Deepseek V3 et GPT-4O pour le réseau de résistance donné, le calcul de GPT-4O de 1,29 Ω est correct tandis que le résultat de Deepseek V3 de 3,59 Ω est incorrect. GPT-4O a correctement identifié la structure du circuit avec trois branches parallèles: (R1 R2 = 3Ω), R3 = 3Ω et (R4 R5 = 9Ω), puis appliqué avec précision la formule de résistance parallèle (1 / rt = 1/3 1/3 1/9 = 7/9) pour arriver au résultat final. Deepseek V3 a fait des erreurs critiques en regroupant mal les résistances, des séries mal identifiées et des combinaisons parallèles, ce qui a conduit à son calcul final inexact.

Verdict:

Deepseek v3 ❌ | Gpt 4o ✅

Tâche 4: Résumé de l'article

Invite: Lisez l'article atttps: //www.analyticsvidhya.com/blog/2024/07/building-agentic-rag-systems-with-langgraph/to comprendre le processus de création d'une base de données vectorielle pour les données Wikipedia. Ensuite, fournissez un résumé concis des étapes clés.

Sortie Deepseek V3:

Sortie GPT 4O:

Observation:

Deepseek V3 et GPT-4O fournissent des explications techniquement solides, mais la réponse de GPT-4O s'aligne plus précisément avec la requête originale sur la création de DB vectorielle. Alors que Deepseek V3 offre un contexte technique plus large couvrant le prétraitement, l'indexation et l'intégration de Langgraph, GPT-4O se concentre spécifiquement sur la mise en œuvre de ChromADB, qui aborde directement la tâche à accomplir. Les deux approches ont leurs mérites, mais pour la question spécifique posée, la réponse ciblée de GPT-4O s'avère plus immédiatement applicable.

Verdict:

Deepseek v3 ❌ | Gpt 4o ✅

Tâche 5: trouver des différences

Invite: l'image est divisée en deux parties presque identiques. Cependant, il y a trois éléments présents dans l'image de gauche qui manquent dans le droit à droite. Votre tâche consiste à identifier ces éléments manquants.

Sortie Deepseek V3:

Sortie GPT 4O:

Observation:

V3 n'a pas pu analyser l'image directement et a fourni une réponse générique. GPT-4 a identifié une différence correcte, mais les différences restantes qu'elle suggérait étaient incorrectes.

Verdict:

Deepseek v3 ❌ | Gpt 4o ❌

GPT 4O vs Deepseek V3: Résultat final

Tâche	Gagnant
Graphique de flux	GPT-4O
Puzzle	Deepseek v3
Problème du circuit physique	GPT-4O
Résumé de l'article	GPT-4O
Trouver des différences	Ni l'un ni l'autre

Lisez également:

• O1 VS O1 Pro: Cela vaut-il la peine de dépenser 200 $?
• Le nouveau modèle O1 est-il meilleur que GPT-4O?
• Deepseek V3 vs Claude Sonnet 3.5: Quel est le meilleur?

Note finale

Il est évident que GPT-4O a surpassé le V3 Deepseek dans les tâches mentionnées ci-dessus. Cependant, son succès dans la tâche de résolution de puzzle met en évidence sa force particulière dans ce domaine.

Cela étant dit, Deepseek V3 prouve que les modèles open source peuvent rivaliser avec des modèles commerciaux comme GPT-4O, tout en étant beaucoup plus rentable pour s'entraîner (5,5 millions de dollars contre 100 millions de dollars).

Je suis vraiment excité de plonger dans Deepseek V3 et d'explorer sa gamme complète de fonctionnalités. Et toi? Avez-vous essayé les deux modèles? Quelle réponse avez-vous mieux aimé? Partagez vos réflexions dans les commentaires ci-dessous!

Apprenez Deepseek à partir de zéro! Rejoignez notre cours «Getting Starting with Deepseek» et explorez ses fonctionnalités pour augmenter vos compétences en IA.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!