原贴链接

自DeepSeek V3发布一段时间以来我一直在使用它。在编码方面（我从事网络前端工作，主要是React/Svelte），我觉得它远不如3.5 Sonnet令人印象深刻。基准测试看起来是匹配的，但感觉就是不一样，有时候当提问时DeepSeek确实能给出有趣的东西。对我个人来说，感觉它就像是一个405B基础模型甚至被进一步扩展了，它几乎没有残酷的人类RLHF（与OAI、LLaMa等模型不同）的痕迹。它就是没有Claude 3.5 Sonnet那种感觉。好奇你们大家是怎么想的。

讨论总结

该讨论围绕DeepSeek V3是否被过度炒作这一主题展开。评论者们从不同角度将DeepSeek V3与Sonnet、Claude等模型进行比较，在性能、成本效益、适用任务等多方面各抒己见，整体氛围理性且讨论较为深入。

主要观点

  1. 👍 DeepSeek V3成本低，性价比高
    • 支持理由：例如与Claude 3.5 Sonnet相比成本低很多，对于多数人可无限制使用
    • 反对声音：无
  2. 🔥 Sonnet性能在很多任务中更通用
    • 正方观点：在许多任务中Sonnet表现稳定且性能好
    • 反方观点：有评论认为DeepSeek V3在某些任务（如Java编码、特定算法问题）表现不错
  3. 💡 不能仅因在Web前端编码表现不佳就说DeepSeek V3被过度炒作
    • 解释：语言模型应用范围广，编码范畴也不局限于Web前端
  4. 👍 DeepSeek V3在免费可在线使用的工具里是较好的，性价比很高
    • 支持理由：免费且有一定能力，特别是对于代码方面
    • 反对声音：无
  5. 🔥 DeepSeek V3表现不稳定，有时像模仿GPT 4输出
    • 正方观点：使用中发现有不稳定情况
    • 反方观点：有评论觉得DeepSeek V3表现不错，很有竞争力

金句与有趣评论

  1. “😂 The catch is cost. Deepseek offers maybe 75% of the performance as Sonnet but at a very small fraction of the cost.”
    • 亮点：简洁地指出DeepSeek V3成本低的优势
  2. “🤔 Sonnet is better. Definitely, concretely better. It solves problems for me that leave DeepSeek spinning in circles.”
    • 亮点：明确表达Sonnet性能上的优势
  3. “👀 It’s wasteful to hire a physicist to take mcdonalds orders.”
    • 亮点：通过类比表达某些任务存在智能提升收益的阈值的观点
  4. “😂 Deepseek has nice down - to - earth yet funny style when used for fiction.”
    • 亮点：指出Deepseek在虚构创作方面的独特风格
  5. “🤔 For writing boilerplate, doing basic lookup, and writing simple functions — DeepSeek is unmatched.”
    • 亮点：强调DeepSeek V3在一些简单任务方面的优势

情感分析

总体情感倾向较为中立。主要分歧点在于DeepSeek V3是否被过度炒作，以及与Sonnet等模型比较时谁的性能更优。产生分歧的原因是评论者们使用模型的场景、目的和对模型的期望不同，有的从成本考虑，有的更看重性能的通用性等。

趋势与预测

  • 新兴话题：DeepSeek V3与向量数据库结合后的强大之处可能会引发后续讨论。
  • 潜在影响：对人们选择适合自己的编码和文本处理等相关工作的模型产生影响，促使模型开发者进一步优化模型的性能和性价比等方面。

详细内容：

标题：Reddit 热讨：DeepSeek V3 是否被过度炒作？

在 Reddit 上，一篇关于“Is DeepSeek V3 overhyped?”的帖子引发了热烈讨论。该帖子作者称使用 DeepSeek V3 一段时间后，在编码方面未觉其如 3.5 Sonnet 般出色，虽基准测试相当，但感觉不同，有时 DeepSeek 提问会给出有趣结果。此帖获得了众多关注，引发了广泛而深入的讨论。

讨论焦点主要集中在 DeepSeek V3 的性能、成本、适用场景等方面。有人认为，DeepSeek 成本优势明显，如[Recoil42]表示，使用 Cline 三十分钟的休闲编码花费 1.5 美元，而使用 DeepSeek 两小时仅约 0.15 美元。[West - Code4642]也认同成本使其拥有其他模型不具备的使用场景。

但也有人对其性能提出质疑，如[eloitay]称被其热度吸引，使用后发现并非那么出色，复杂前沿的内容处理不佳。

还有用户从不同角度进行评价，[Charuru]认为 DeepSeek 在 Java 和 C 方面表现更好，而 Sonnet 在 React Python 方面有专长。[Odd-Environment-7193]则大赞 DeepSeek 免费开源、无使用限制、成本极低、回复全面且能灵活切换长短回答，解释清晰，认为其是最好的开源模型。

对于其在不同领域的表现，[Suhan_XD]表示在编码上优于 ChatGPT，文本分析有时比 ChatGPT 好但不够稳定。[AppearanceHeavy6724]提到 DeepSeek 用于虚构创作风格有趣，相比 Claude 更接地气。

关于 DeepSeek 与其他模型的比较，[DeltaSqueezer]指出 Claude 3.5 Sonnet 比 DeepSeek-V3 输入输出令牌的成本高约 42.9 倍，但 Sonnet 并非 40 倍优于 DeepSeek-V3。

在这场讨论中，既有对 DeepSeek V3 优势的肯定，也有对其不足的思考，充分展现了用户对该模型的多元看法。但 DeepSeek V3 是否被过度炒作，仍无定论，还需更多实际应用和时间的检验。