原贴链接

在过去一个月里，我在大多数任务中使用Deepseek r1。它的风格很棒，比o1和o3 - mini - high要好，但这次Claude 3.7 Sonnet更胜一筹。Sonnet重新找回了优势，特别是在扩展思维方面，感觉比以前更聪明了。与Deepseek r1的思维链（CoT）的主要区别：Claude感觉更成熟；与r1相比，其思维链结构更清晰，回答相同问题花费的时间更少；Deepseek的思维链更有趣，通常更长且更拟人化；但Sonnet感觉更实用，更简洁。为了确切知道哪个更好，我在推理、数学、编码和日常写作任务集上对两个模型进行了测试，以下是我的观察结果。在复杂推理和数学方面，两者差不多；Claude 3.7 Sonnet在编码方面要好得多，在这方面目前Grok 3只能与Sonnet相提并论；对于我的日常写作和解释技术内容，我更喜欢Claude，它比任何模型都更能理解用户意图，3.6 Sonnet也是如此；Deepseek r1仍然有独特的风格，但感觉不那么正式，有时会显得有些焦虑，它更自然、更像人类。如果你的需求与编码相关，并且API成本或速率限制对你没有影响，那么Claude 3.7 Sonnet无疑是更好的模型，但对于非编码用例，Deepseek r1对大多数任务来说已经足够了。如需更详细的分析，请查看此博客文章：Claude 3.7 Sonnet vs. Deepseek r1。请分享你使用新Sonnet的经验以及与其他推理模型相比的喜好。

讨论总结

原帖对Claude 3.7 Sonnet和Deepseek r1在推理、数学、编码和日常写作任务上进行比较，认为Claude在编码方面更优，非编码任务Deepseek r1够用。评论者们各抒己见，有对原帖表示感谢的，有认为原帖测试结果会令人震惊的，还有涉及模型质量、数据安全、是否开源、本地运行、特定版本情况等多方面的讨论，观点多样且存在争议。

主要观点

👍 认可Claude质量较好
- 支持理由：评论者表示Claude提供更好的质量
- 反对声音：无
🔥 DS r1是唯一的本地SOTA
- 正方观点：部分评论者认为DS R1是本地的冠军，在本地运行方面有优势
- 反方观点：有评论者认为不同规模类别有各自的SOTA
💡 原帖的各项比较点是主观的
- 解释：评论者认为原帖只是作者个人观点，不能作为真正衡量标准
💡 在ChatGPT、Deepseek、Qwen不能满足需求时，Claude很少令人失望
- 解释：表明Claude在其他模型无法满足需求时相对可靠
💡 Claude 3.7存在过于冗长的问题
- 解释：使用者需要不断提示它按要求回答问题

金句与有趣评论

“😂 First of all, thankyou!!”
- 亮点：简单直接地表达对原帖分享的感谢之情
“🤔 He tested Deepseek vs. Claude, you will be shocked by the results!”
- 亮点：概括原帖主要内容并引起对测试结果的好奇
“👀 Yeah, Claude offers better quality..I would strongly suggest anyone to test the models for the specific and personal usecases…”
- 亮点：认可Claude质量的同时建议按个人需求测试模型
“😉 Sonnet regained its mojo, especially with extended thinking, and it feels much smarter than before.”
- 亮点：原帖中对Claude 3.7 Sonnet能力的肯定
“🤨 When everyone fails (ChatGPT, Deepseek, Qwen) I go to Claude and it mostly never disappoints me :)”
- 亮点：表明Claude在众多模型中的优势

情感分析

总体情感倾向较为复杂，既有对Claude和Deepseek正面评价的积极情感，也有对原帖内容表示质疑的消极情感。主要分歧点在于原帖的测试结果是否客观、DS r1是否为本地唯一SOTA以及Claude 3.7 Sonnet是否存在问题等方面。可能的原因是不同用户对模型的使用体验、需求和评价标准不同。

趋势与预测

新兴话题：Grok 3与3.7 Sonnet的比较可能成为后续讨论话题。
潜在影响：对模型开发者来说，用户反馈有助于改进模型；对用户而言，可根据讨论结果更好地选择适合自己的模型。

详细内容：

标题：关于 Deepseek r1 和 Claude 3.7 Sonnet 的深度探讨在 Reddit 上引热议

最近，一篇关于在个人基准问题上测试 Deepseek r1 和 Claude 3.7 Sonnet 表现的帖子在 Reddit 上引起了广泛关注。该帖子获得了众多点赞和大量评论。帖子主要对比了这两款模型在不同任务中的表现，并得出了一些结论。引发的讨论方向包括对模型性能的评价、实际应用中的偏好以及对未来发展的猜测等。

讨论的焦点主要集中在以下几个方面：有人认为 Claude 3.7 Sonnet 在编码方面表现出色，远超其他模型。比如，有人说：“对于编码任务，Claude 3.7 Sonnet 具有无可比拟的优势，Grok 3 目前也只能与之相当。” 但也有人指出 Claude 3.7 回答过于冗长，需要不断提示它严格回答问题。在日常写作和解释技术问题上，部分用户更倾向于 Claude，因为它能更好地理解用户意图。比如：“对于我的日常写作和解释技术的需求，我更喜欢 Claude，它对用户意图的理解超过了其他任何模型。” 对于 Deepseek r1，有人觉得它具有独特风格，更自然和人性化，但也有人认为其不够正式且有时表现焦虑。例如：“Deepseek r1 仍然有独特风格，但感觉不太正式，有时还会焦虑。” 还有用户讨论了模型的成本和运行方式，有人提到 Deepseek r1 可以本地运行，成本更低。同时，对于模型未来是否会被削弱性能，大家也各抒己见。有人担心像之前的版本一样，会因“安全特性”而变“笨”；也有人认为 API 不会被削弱。

讨论中的共识在于大家都认可不同模型在不同任务中有各自的优势和不足。特别有见地的观点是有人指出应警惕模型在编码中的思考功能带来的成本飙升。

总的来说，在不同的使用需求和场景下，Deepseek r1 和 Claude 3.7 Sonnet 各有千秋。对于编码相关且不担心成本的需求，Claude 3.7 Sonnet 是更好的选择；对于非编码场景，Deepseek r1 足以应对大多数任务。更多详细分析，可查看此博客：Claude 3.7 Sonnet vs. Deepseek r1 。您对于这些新模型又有怎样的体验和看法呢？

讨论总结#

主要观点#

金句与有趣评论#

情感分析#

趋势与预测#

详细内容：#