DeepSeek-r1和DeepSeek-v3使用对比

DeepSeek-r1和DeepSeek-v3使用对比

本文将对比分析DeepSeek-r1和DeepSeek-v3两个大模型的能力表现。通过多个维度的对比，包括模型规模、GPU显存需求、适用场景、下载大小、存储尺寸以及实际使用效果等，帮助读者了解两个模型的特点和适用场景。

模型基本情况

官方性能总览对比

注意点：

1. 容量

• r1的实际大小在10G左右，Ollama轻松下载即可使用。
• v3版本，672B参数，400G左右的体量，下载都吃力。使用时需要注意磁盘和网络流量情况。

2. Ollama版本

• v3要求ollama版本至少0.5.5以上。
• r1版本中并没有此要求。

基本数据对比

• r1：参数7.62B，存储尺寸4.7GB
• v3：参数671B，存储尺寸404GB

实际效果对比

我们尝试问几个问题，看它的回复。

1. 你的大模型数据是截止到何时的

• r1：截止到2024年7月
• v3：截止日期是2024年7月

2. 中国有个微信小程序【字形绘梦】，请问你知道是什么产品吗？

• r1：没有找到讯息。但给了一些建议和纠错的讯息。还不错。
• v3：有答案，但是是错误的回复。反而误导了。差评。

这个问题，天工AI的回复非常正确。所以国内质量对比就差很多了。不过查了下GPT也是同样错误的答案。

3. 请作为一个风水算命大师，给我算算今日财运如何。我的生日是1988年8月8日，职业是工程师

• r1：算命的答案让我惊讶。非常好。
• v3：答案让我失望，甚至比r1都差。

4. 请作为一名C#编程专家，回到我在C#中如何使用RestRequest库请求multipart/form-data的Post内容，直接给我代码接口

• r1：代码生成的内容非常的丰富，但是经过正式的历练，显得准确度不高。甚至过多的内容，影响了最终的效能和决策。开发人员拿到这种代码直接使用的话，搞不好就会出现比自己亲自写的都要累。需要修改的地方太多了。有的甚至是错误的引导。
• v3：代码质量效果非常好。可以和微软的phi4 相比了。 因此看来，就代码这块而言V3 全量版本胜出太多了。

总结

1. r1 在某些内容表现比v3 好。
2. 在代码能力方面和准确度还是 v3 好很多，非常高质量 。