原贴链接

我知道我们必须在基准测试之外考察实际应用，但这很疯狂。也很想听听任何人的比较——特别是对于代码生成方面的。

讨论总结

原帖对比了Deepseek R1和o1的token输出价格，引发了一系列讨论。部分讨论围绕OpenAI的成本与定价策略，包括是否亏损、API与订阅价格等，有人认为OpenAI称200美元订阅亏损但也有人质疑。同时，对于Deepseek R1，有人对其价格差异产生疑惑并推测原因，还有人提及它的性能、蒸馏版本、在实际任务中的表现、选择方式等内容，也有用户在寻求获取相关服务的途径。

主要观点

  1. 👍 OpenAI称200美元订阅亏损
    • 支持理由：OpenAI自己宣称亏损。
    • 反对声音：无明确反对，但有人质疑其说法真实性。
  2. 🔥 中国能以低成本做事
    • 正方观点：中国人力成本等较低，可降低做事成本。
    • 反方观点：无明确反对观点。
  3. 💡 对Deepseek R1和o1价格差异表示疑惑
    • 解释：相同大小模型价格不同让人不解。
  4. 💡 Deepseek R1性能令人印象深刻
    • 解释：相比R1 lite预览版有很大提升。
  5. 💡 要检查Deepseek R1和o1计算token的方式是否相同
    • 解释：这会影响成本比较的准确性。

金句与有趣评论

  1. “😂 TheDailySpank: It’s greed based pricing.”
    • 亮点：直接指出一种定价观点。
  2. “🤔 Mr - Barack - Obama: OpenAI said they were losing money with their $200 subscription.”
    • 亮点：引用OpenAI自己的说法。
  3. “👀 HideLord: Sam Altman claimed they were loosing money. Anything this guy says is to be taken with a spoonful of salt.”
    • 亮点：对OpenAI负责人言论表示质疑。
  4. “😎 Imaginary_Music4768: Why R1 will be more expensive. I thought they are models of the same size”
    • 亮点：提出关于价格差异的疑惑。
  5. “👍 And R1’s performance is impressive.”
    • 亮点：对Deepseek R1性能给予肯定。

情感分析

总体情感倾向较为理性客观。主要分歧点在于对OpenAI是否亏损以及其定价策略是否贪婪的看法。可能的原因是大家对OpenAI的内部运营成本、市场策略等信息了解程度不同，以及不同人站在不同立场（如中国与美国对比的角度）看待问题。

趋势与预测

  • 新兴话题：Deepseek R1与其他模型（如Deep seek v3）的比较可能引发后续讨论。
  • 潜在影响：如果Deepseek R1等模型的低成本高性价比得到进一步证实，可能会对相关人工智能模型的市场定价和用户选择产生影响。

详细内容：

标题：Deepseek R1 与 o1 价格差异引发的激烈讨论

近日，Reddit 上一篇关于“Deepseek R1 = $2.19/M tok output vs o1 $60/M tok. Insane”的帖子引发了广泛关注，获得了众多点赞和大量评论。帖子主要探讨了 Deepseek R1 和 o1 价格差异巨大这一现象，并好奇大家对于两者价格对比的看法，尤其是在代码生成方面。

讨论的焦点主要集中在价格差异的原因和合理性。有人认为这是基于贪婪的定价，比如[TheDailySpank]；但也有人表示情况并非如此简单，像[Mr-Barack-Obama]提到中国能以更低成本做事，且复制比自主研发花费少。[HideLord]则质疑 Sam Altman 言论的真实性，认为其是为了制造恐慌和提升产品价值。[OfficialHashPanda]认为 OpenAI 可能在 ChatGPT 订阅上亏损，但在 API 调用上盈利。

还有人从其他角度进行分析，比如[EtadanikM]指出 Open AI 没有护城河，竞争对手能很快跟上。[PitchBlack4]认为不是中国成本更低，而是美国公司高管等问题导致利润下降。

在关于价格差异的原因探讨中，[richardr1126]认为可能是“思考”部分导致成本更高，但[gliptic]表示每个 token 生成时间并非更长。

关于模型的性能，[MMAgeezer]提到 R1 发布了基于 Llama3 和 Qwen2.5 的蒸馏版本，在某些方面表现出色。[KeyTruth5326]也表示 R1 的性能令人印象深刻。

有人对如何选择模型提出疑问，如[PositiveEnergyMatter]，[Ivchiks]给出了相应的解答。

总之，关于 Deepseek R1 和 o1 价格差异的讨论呈现出观点的多样性和复杂性，大家从不同角度分析原因和影响，同时也关注模型的性能和选择方式。但对于价格差异的根本原因和合理性，目前尚未达成明确的共识。