Kimi K1.5 vs DeepSeek R1：最好的中国LLMS战役-人工智能-PHP中文网

评论：

提示：

kimi k1.5：

最终判决

首页

科技周边

人工智能

Kimi K1.5 vs DeepSeek R1：最好的中国LLMS战役

Joseph Gordon-Levitt

Mar 08, 2025 am 09:52 AM

中国生成的AI浪潮：Kimi K1.5 deepseek-r1

>中国生成的AI场景正在爆炸，Moonshot AI的最新产品Kimi K1.5正在散发出来。这种开源的多模式大语言模型（LLM）是Openai，Claude，Qwen和DeepSeek等既定玩家的强大竞争者。 Kimi K1.5拥有出色的图像理解，文本生成和推理能力，迅速获得了认可。最重要的是？它是免费的，可以通过其聊天界面访问。该博客将Kimi K1.5与DeepSeek-R1（在各种基准测试中表现最佳的人）进行比较。目录的

表

Kimi K1.5
- >访问kimi k1.5
什么是deepseek-r1？
>访问DeepSeek-r1
kimi k1.5 vs. deepseek-r1：摊牌
>任务1：图像分析
- >任务2：Web搜索
- 任务3：多文件处理
- >任务4：编码
- 最终判决
> deepSeek-r1 vs. kimi k1.5：详细的比较
>性能和速度
常见问题

什么是kimi k1.5？ Kimi K1.5>的关键特征

免费和无限用途： Kimi k1.5 vs DeepSeek R1: Battle of the Best Chinese LLMs 没有用法限制。

大规模网络搜索：

>多文件分析：
> 高级推理：
增强的图像理解：超出了基本文本提取；了解图像上下文。
>可自定义的提示：允许保存经常使用的提示。
>访问kimi k1.5
>访问 https://www.php.cn/link/583ec298b104e8f1d60fe7315ffd99d1

>从chatbox下方的Kimi下拉菜单中选择“ K1.5 loong Thinking”。

什么是deepseek-r1？DeepSeek-R1是DeepSeek的最新LLM，另外2023年中国AI创业公司。最近推出，它已经在浪潮，挑战了Openai和Claude的付费模型。这种开源模型在推理，编码和数学任务中擅长。
>访问DeepSeek-r1

转到
1. 注册一个帐户。
2. >单击屏幕中心的“ deepthink”。
>（另请参见：DeepSeek R1 vs Openai O1 vs Sonnet 3.5：比较分析）
kimi k1.5 vs. deepseek-r1：摊牌
>
>让我们使用相同的提示比较这些模型，评估其在图像分析，Web搜索，多文件处理和编码中的性能。 >任务1：图像分析

提示：
>“分析这两个图像以比较deepseek-r1和kimi k1.5长期性能。”
（提供的图像1和2） >注意：对于Kimi K1.5，切换到离线模式以防止Web访问。
结果：
> deepSeek-r1：（deepSeek-r1输出的图像）

>
kimi k1.5：
（kimi k1.5输出的图像）
评论：
（表比较速度，文本读取能力和准确性） 两个模型都无法准确解释数据，但是Kimi K1.5显示了更好的文本分析。
得分：
kimi k1.5：1 | DeepSeek-r1：0 >任务2：Web搜索

提示：
“查找$ 200以下的红色礼服的链接。 >
注意：切换kimi k1.5返回在线模式。在DeepSeek中使用“搜索”选项。
>
结果： > deepSeek-r1：（deepSeek-r1输出的图像）
>
kimi k1.5：（kimi k1.5输出的图像）

评论：
（表比较速度，网络搜索技能和准确性）
kimi k1.5提供了更多相关和简洁的结果。>
得分：
kimi k1.5：2 | DeepSeek-r1：0 任务3：多文件处理

提示：
>
“总结每个文件的内容。
结果：
> deepSeek-r1：（deepSeek-r1输出的图像）

>
kimi k1.5：
（kimi k1.5输出的视频）>> 评论：
（比较速度和准确性的表）
>
kimi k1.5成功处理了更多文件，并提供了更全面的摘要。
得分：
kimi k1.5：3 | DeepSeek-r1：0 >任务4：编码

提示：
“为简单的两个玩家蛇和梯子游戏编写HTML代码。
结果：

> deepSeek-r1：（deepSeek-r1输出的视频）
>
kimi k1.5：
（kimi k1.5输出的视频）
>> 评论：（表比较复杂性，样式和易用性）
> deepSeek-r1生成了更高级和功能代码。
>

得分： kimi k1.5：3 | DeepSeek-r1：1

最终判决

kimi k1.5：9 | deepSeek-r1：1

（继续使用原始文本中的详细比较表和常见问题解答，调整措辞和句子结构以提高流量和可读性。）