올해는 Claude Sonnet 3.5에서 Openai의 O1, Meta의 LLAMA 3.3 등까지 Genai Space에서 흥미 진진한 릴리스로 가득했습니다. 너무 많은 일이 발생하면 더 나은 대안이없는 모델을 선택하는 것은 매우 어렵습니다. Deepseek V3의 최근 출시는 Genai World를 인상적인 기능으로 흔들 었으며 오늘날 가장 좋은 오픈 소스 모델이라고합니다. 그래서 나는 그것을 Claude 3.5 Sonnet에 대한 테스트에 넣기로 결정했습니다. 이 기사에서는 더 나은 응답을 제공하는 동일한 프롬프트 로이 모델을 테스트합니다. 그래서, 우리의 Deepseek V3 vs Claude Sonnet 3.5 전투를 시작합시다!
프롬프트 : 당신은 일하기 위해 서두르고 있습니다. 당신은 블랙 커피 한 잔을 붓지 만 너무 뜨겁습니다. 당신은 그것에 고정 된 양의 차가운 우유를 추가하려고하지만, 그 후에도 커피는 몇 분 동안 식히기 전에 그것을 마셔야한다는 것을 알고 있습니다.
어떤 경우에는 커피가 더 냉각됩니다.
1) 우유를 즉시 첨가 한 다음 술을 마시기 전에 몇 분 동안 기다리십시오.
2) 몇 분 동안 기다린 다음 술을 마시기 직전에 우유를 넣으십시오.
DeepSeek V3 :
Claude Sonnet 3.5 :
관찰:
DeepSeek V3는 차가운 우유를 즉시 첨가하여 커피의 온도가 즉시 떨어지고 계속 식 었다고 주장합니다. 대조적으로, Claude Sonnet 3.5는 블랙 커피를 먼저 식히는 것이 낫다고 말합니다. 더운 액체가 더 빨리 열을 잃어 버리기 때문에 추가 온도 방울을 마시기 직전에 우유를 추가합니다. 대부분의 물리학 기반 설명은 Claude Sonnet 3.5를 선호합니다. 커피가 처음에는 더 뜨겁게 유지되면 주변 환경과의 온도 차이가 커져서 더 빠른 냉각을 통해 더 많은 열을 잃습니다. 끝에 우유를 첨가하면 최종 냉각을 제공하여 음주 시간에 전체 온도가 낮아집니다.
평결:
Deepseek V3 3 | 클로드 소네트 3.5 ✅
PORMPT : 다중 에이전트 설계 패턴에 대한 논리적 흐름도를 만듭니다. 다음 단계가 포함됩니다.
1. 작업 중단 : 전체 목표를 정의하고 더 작은 하위 작업으로 나누어 서로 의존하는 방식을 식별하십시오.
2. 역할 할당 : 각 하위 작업을 가장 적합한 에이전트에 할당하여 책임과 결과물을 요약합니다. 3. 의사 소통 계획 : 일관된 형식을 사용하여 에이전트가 직접 또는 감독자를 통해 통신하는지 결정하십시오.
4. 실행 : 병렬 또는 시퀀스로 에이전트를 실행하여 완전성과 정확성을 위해 출력을 추적합니다.
5. 검증 및 통합 : 모든 에이전트 결과를 하나의 최종 답변으로 결합하여 오류 또는 불일치를 확인하십시오.
6. Refine : 피드백을 수집하여 역할 또는 프로세스를 개선하고 필요에 따라 지침 또는 워크 플로를 업데이트하십시오.
DeepSeek V3 출력 :
-----------------------------------------------------<br> | 시작 |<br> -----------------------------------------------------<br> |<br> 다섯<br> -----------------------------------------------------<br> | 1. 작업을 깨십시오 |<br> | - 전체 목표 정의 |<br> | - 목표를 더 작은 하위 작업으로 나눕니다. |<br> | - 하위 작업 간의 종속성을 식별 |<br> -----------------------------------------------------<br> |<br> 다섯<br> -----------------------------------------------------<br> | 2. 역할 할당 |<br> | - 각 하위 작업을 가장 적합한 |에 할당하십시오<br> | 에이전트 |<br> | - 개요 책임 및 결과물 |<br> -----------------------------------------------------<br> |<br> 다섯<br> -----------------------------------------------------<br> | 3. 의사 소통 계획 |<br> | - 에이전트가 직접 통신하는지 결정하십시오 |<br> | 또는 감독자를 통해 |<br> | - 일관된 통신 형식 사용 |<br> -----------------------------------------------------<br> |<br> 다섯<br> -----------------------------------------------------<br> | 4. 실행 |<br> | - 병렬 또는 시퀀스로 에이전트를 실행합니다 |<br> | - 완전성을위한 출력을 추적합니다. & |<br> | 정확도 |<br> -----------------------------------------------------<br> |<br> 다섯<br> -----------------------------------------------------<br> | 5. 검증 및 통합 |<br> | - 모든 에이전트 결과를 하나로 결합하십시오<br> | 최종 답변 |<br> | - 오류 또는 불일치를 확인하십시오 |<br> -----------------------------------------------------<br> |<br> 다섯<br> -----------------------------------------------------<br> | 6. 개선 |<br> | - 역할을 개선하기 위해 피드백을 수집하거나 |<br> | 프로세스 |<br> | - 지침 또는 워크 플로를 |<br> | 필요 |<br> -----------------------------------------------------<br> |<br> 다섯<br> -----------------------------------------------------<br> | 끝 |<br> -----------------------------------------------------
Claude Sonnet 3.5 출력 :
관찰:
Claude Sonnet 3.5는 의사 결정 지점과 피드백 루프를 보여주기 때문에 더 좋습니다. 다중 에이전트 시스템은 종종 다시 확인 및 정제 단계가 필요합니다. 간단한 목록 만 있으면 DeepSeek V3로 충분할 수 있습니다. Claude Sonnet 3.5는 반복적 인 개선 및 분기가 필요한 실제 워크 플로우를 위해보다 명확하고 완전한 구조를 제공합니다.
평결:
Deepseek V3 3 | 클로드 소네트 3.5 ✅
프롬프트 : 아래 내용을 분석하고 텍스트의 문법 실수 수를 나열하십시오.
존재의 일시적인 특성에도 불구하고, 많은 사람들은 그들의 환상에 남아 있습니다. 우주 뉘앙스의 일시적인 변화는 미용사의 복잡성을 강조합니다. 우리가 집단적 에너지를 합산 할 때까지, 이러한 번거로운 복잡성을 극복하기 위해 인류는 측정 이상의 당혹감에 감탄해야합니다. 그러나 우리는 실존 적 충돌에 빠져 들기 위해 진정으로 예정되어 있습니다. 의인성 종으로서, 아마도 우리의 가장 큰 어리 석음은 명확성이 어두워 질 때 나타나는 오락적인 자만심 일 것입니다. 무형의 제약을 인식하기 위해 onus는 내성에 달려있다. 지식의 사전은 우리를 앞으로 향하게하여 불확실하지만 필수 불가결 한 경로를 만들어냅니다. 주의하십시오.
DeepSeek V3 출력 :
다음은 단락의 오류 목록입니다.
오류 목록 :
[ "존재", "밑줄", "Unt Till", "Predestedited", "Anthromorphic", "Complacence", "Presipice"]]]]Claude Sonnet 3.5 출력 :
다음은 외관 순서대로 나열된 단락에서 발견 된 모든 오류입니다.
이 단락에는 철자 실수, 주제 쌍둥이 계약 문제 및 구두점 오류로 구성된 8 가지 오류가 포함되어 있습니다.
관찰:
Claude Sonnet 3.5의 응답은 더 많은 문제를 포착하기 때문에 더 좋습니다. 그것은 Deepseek V3와 마찬가지로 철자와 주제 - 비비 실수를 지적 할뿐만 아니라, 누락 된 물음표를 주목하고“Heed Take”에 대한 문체 개선을 제안합니다. 그 광범위한 범위는 전반적으로보다 철저한 분석이됩니다.
평결:
Deepseek V3 3 | 클로드 소네트 3.5 ✅
프롬프트 : 이 게임에서 각 팀의 승리 확률은 얼마입니까?
DeepSeek V3 출력 :
Claude Sonnet 3.5 출력 :
관찰:
Claude Sonnet 3.5는 스코어 보드 및 실행 체이스 요구 사항을보다 정확하고 맥락적으로 일관된 읽기를 제공하여보다 현실적인 확률 추정치를 제공합니다. 오버 오버와 필요한 실행 속도가 있습니다. DeepSeek V3는 경기 상황을 잘못 해석하므로 결론은 덜 신뢰할 수 없습니다. 결과적으로 Claude Sonnet 3.5의 응답은 올바른 일치 세부 사항 및 표준 크리켓 체이스 논리와 일치하기 때문에 더 좋습니다 .
평결:
Deepseek V3 3 | 클로드 소네트 3.5 ✅
프롬프트 : 무게가없는 스트링은 두 개의 동일한 금속 공을 연결합니다. 문자열의 중간은 테이블의 가장자리 위에 있습니다. 당신은 동시에 두 공을 놓아 두었습니다. 더 빨리 어떻게 될까요 : Ball 1은 테이블에서 날아가거나 볼 2가 측면을 때리는 것입니까?
DeepSeek V3 출력 :
설정을 이해하십시오
공에 작용하는 힘
어느 쪽이 더 빨리 발생합니까?
Claude Sonnet 3.5 출력 :
초기 설정
공이 풀릴 때
물리학
결과
난비 :
Claude Sonnet 3.5가 더 정확합니다. 이상적인 (마찰이없는) 조건에서 각 볼은 동일한 수평 가속도로 동일한 수평 거리를 이동하므로 볼 2가 측면에 닿을 때 정확히 1이 날아갑니다. DeepSeek v3은 볼 2에서 중력의 하향 당김을 잘못 우선 순위로 삼지 만 핵심 요소는 문자열에서 수평 당김이 두 공의 대칭입니다. 결과적으로, 그들은 순수한 물리 시나리오에서 동시에 테이블의 가장자리/쪽에 도달합니다.
평결:
Deepseek V3 3 | 클로드 소네트 3.5 ✅
| 일 | 우승자 |
|---|---|
| 작업 1 : 퍼즐을 해결하십시오 | 클로드 소네트 3.5 |
| 작업 2 : 흐름도 생성 | 클로드 소네트 3.5 |
| 작업 3 : 문법 실수를 찾으십시오 | 클로드 소네트 3.5 |
| 작업 4 : 승리 확률을 계산합니다 | 클로드 소네트 3.5 |
| 과제 5 : 물리 문제 | 클로드 소네트 3.5 |
또한 읽기 :
이 기사의 작업은 DeepSeek V3 vs Claude 3.5 Sonnet의 기능을 엿볼 수 있지만 이러한 모델이 할 수있는 일의 작은 부분 일뿐입니다. 이 결과를 기반으로 만 판단하지 마십시오. 대신 특정 요구 사항과 요구 사항에 따라 각 모델을 탐색하고 사용하십시오.
DeepSeek V3 또는 Claude 3.5 Sonnet을 사용해 보셨습니까? 아래 의견에서 경험과 통찰력을 공유하십시오!
“DeepSeek를 시작하기”코스와 함께 DeepSeek을 사용하는 방법을 배우십시오! 그 기능을 이해하고, 다른 AI 모델과 비교하고, 실질적인 통찰력을 얻어 신속하게 시작하십시오.
위 내용은 Deepseek V3 vs Claude Sonnet 3.5 : 어느 것이 더 낫습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
