原贴链接

为什么OpenAI的o1+o1 - mini有使用限制（20美元的套餐每周50条消息，200美元的专业套餐无限制），而DeepSeek的“DeepThink”在其网站上完全免费使用呢？我是不是遗漏了什么？是DeepSeek的推理架构计算成本低得多，还是DeepSeek的推理能力远不及o1呢？

讨论总结

原帖对DeepSeek免费使用而OpenAI存在使用限制感到疑惑并寻求解释。评论者从多个方面展开讨论，包括模型的成本、性能、架构，DeepSeek和OpenAI的盈利目标、数据使用政策、商业竞争关系等，观点多样且包含不同深度的分析。

主要观点

  1. 👍 DeepSeek V3因MoE和FP8构建成本低。
    • 支持理由：评论者vincentz42详细解释了其成本低的构建方式。
    • 反对声音：无。
  2. 🔥 OpenAI的o1更贵因其在擅长领域表现好。
    • 正方观点：o1在编程和推理等方面表现出色，值得更高收费。
    • 反方观点：有观点认为收费与计算成本无关，是商业傲慢的表现。
  3. 💡 DeepSeek和OpenAI的差异源于规模和架构。
    • 解释：不同的规模和架构使得二者在计算成本、任务能力等方面存在区别。
  4. 💡 DeepSeek免费可能是因为有中国政府资金。
    • 解释：部分评论者提出这种推测，但没有确切证据。
  5. 💡 OpenAI在订阅服务上处于亏损状态，API成本是运行模型的实际成本。
    • 解释：评论者powerofnope给出相关数据及解释。

金句与有趣评论

  1. “😂 Deepseek’s goal isn’t to make a profitable inference service. It’s just something they did along the way.”
    • 亮点：揭示Deepseek的非盈利性目标，与OpenAI形成对比。
  2. “🤔 Difference is that deepseek is openai, while Openai is not”
    • 亮点：一种抽象而奇特的定义二者差异的方式。
  3. “👀 This deepseek release and other open weight releases this year will hopefully destroy such a business model.”
    • 亮点：表达了对OpenAI商业模式的不满以及对DeepSeek的期待。

情感分析

总体情感倾向比较复杂，既有理性分析二者差异的中立态度，也存在对OpenAI商业模式不满的负面情绪。主要分歧点在于OpenAI的收费模式是否合理，原因是对于其成本计算、商业目的等存在不同看法。

趋势与预测

  • 新兴话题：DeepSeek和OpenAI在数据隐私方面的进一步发展以及二者未来的竞争走向。
  • 潜在影响：可能影响用户对二者的选择倾向，也可能促使二者在商业模式、数据使用政策等方面进行调整。

详细内容：

《DeepSeek 与 OpenAI 的差异引发 Reddit 热议》

在 Reddit 上，一篇关于“Difference between DeepSeek and OpenAI?”的帖子引发了众多关注。该帖探讨了为何 OpenAI 的 o1 和 o1-mini 存在使用限制（如每周 50 条消息的 20 美元以上套餐或 200 美元的专业版无限套餐），而 DeepSeek 的“DeepThink”在其网站上可完全免费使用。此帖获得了大量的点赞和众多的评论。

讨论的焦点主要集中在以下几个方面： 有人指出 DeepSeek V3 由于采用 MoE 和 FP8，构建成本仅为其他先进模型的 1/10，R1 则依靠可验证奖励的 RL，成本为 1/20。因此，OpenAI 模型可能更精细，覆盖更多用例，但 DeepSeek 以低成本实现 90%以上的性能令人印象深刻。 还有人认为 685B 的 MoE 模型在某些方面可能不如相同数据训练的 685B 密集模型，但在成本方面有很大优势。也有人提到 MoE 模型训练和稳定存在困难，需要在知识分布和激活参数上做好平衡。 有人表示 DeepSeek 因率先公开证明 MoE 对 LLM 有效而值得称赞。 有人认为 DeepSeek 由于出口限制，需节省计算资源，使得其架构和算法比 OpenAI 更高效，运行成本低，能提供免费且不限量的访问。 也有人指出 OpenAI 的 o1 更昂贵但性能更好，更受美国用户信任，对于企业来说是更易选择的。

有人提出疑问：使用 MoE 模型是否有劣势？也有人对 Qwen 发布 MoE 模型的情况进行了事实纠正。

有人认为 DeepSeek 免费可能是在烧资本钱，且用户数据会被用于训练，而 OpenAI 则给了用户选择不参与训练的选项。

总之，关于 DeepSeek 和 OpenAI 的差异讨论热烈，各方观点纷呈，涉及成本、性能、架构等多个方面，为大家提供了丰富的思考角度。但究竟哪个更优，还需根据具体需求和使用场景来判断。