我的使用姿势不对么, 我感觉 ds 很差劲啊, 比 grok3 差远了, 编程相关问题试了几次都表现很差

@Moierby 这么多层为数不多的正常回答，这 b 论坛有时候一扯到中国就开始输出情绪了

除了编程比 claude 差其他没感觉出来，都是各有优势

全是工人视角在阴阳怪气。
DS 核心是是 2 块 4090 （十万左右）跑生产级别的大模型。这意味着什么？

楼上说 deepseek 慢的为啥不用各家平台的 api 。

代码用 claude ，其他用 ds ，挺好使的。
ds 现在我用着感觉最大问题感觉是功能性的功能差点意思，比如使用 function call 的幻觉太多了，很难稳定下来

日常 ds-r1 ，代码 3.7t ，备胎 gemini 。gpt 什么都能做但缺少专精的地方，感觉现在已经没有护城河了，tokens 还贵，最容易被 r1 取代。grok 只记得输出快但尴尬的是当时第一次用输出的代码不符合预期，后面就没再用了。

个人感受 r1 代码能力不差，可惜输出总是差那么口气，例如我想要个项目大致框架 r1 容易东西全部写一个文件里，而 3.7t 基本能正常拆分出代码文件进行输出，所以我代码主力还是 3.7t 。很期待后续 ds-r2 编码实力，应该能打平 3.7t ，期待能薄纱。不过真要薄纱了，充钱的我就成小丑了（，claude 你加把劲啊，哭

其它日常问问题感觉主流模型都半斤八两，个人更喜欢 r1 的推理和输出格式，但偶尔输出的有点奇怪，可能是被联网查的东西给带歪了。

另外我试了下 op 对这个脚本的描述，ds 的输出也带了 pageSize 参数呀，可能脸黑中奖了，新开个对话试试吧。

@lovedebug #76 你这个用法就是之前比较火的。把 ds 的思维链发给其他大模型去推理

写前端豆包都够我用了，我都用不到 ds ，你们居然还拿海外付费版的对比，看来大家的需求确实不一样

DS 的意义不是暴打 Claude 或者 Grok 或者 Gemini ，而是能在有限的成本和卡脖子的前提下依然做到不错的成绩。你要指望 DS 全方位暴打收费模型，那人家真的都倒闭算了。

顺带一提，我感觉 DS 训练用的语料和其他几家的差别很大，这几天测试翻译能力的时候可以看到 DS 有大量本土化用语，像是什么「一点就通」啊「套路」啊这些国外模型吐不出的词。所以如果有条件同时使用多个模型的话，可以把 DS 当作很好的补充。

r1 的推理真的挺好用的，我给输入参数和输出结果让他帮我写程序实现，他自己搁这里思考了 5 分钟，不断推导，验证，最后给我的东西准确率还挺高的。就是如果开了联网，容易被带偏。
写代码还是要 r1 。

直接开了 supergrok 现在 grok3 是主力 之前也开过 gptplus 太麻烦而且节点还有要求

一般人都不会拿个例否定全部，要得出结论好歹正常测试下：
https://github.com/KCORES/kcores-LLM-Arena

https://github.com/cpldcpu/llmbenchmark/blob/master/raytracer/Readme.md

挺无聊,捧一家踩一家,我觉得 10 有 89 是广告帖.

R1 写代码不如 V3 。再者就是温度要低。

我现在重度依赖 grok ，deepseek 用来搜搜中文问答还行

@wryyyyyyyyyyyy #86 阿里的啊，chat.qwen.ai 选 32b

ds 的幻觉还是严重的要命，比如让它给出代码优化建议，后面还能给出来一个这种性能对比：

指标 优化前 优化后 提升幅度
初始渲染时间 (ms) 450 220 51%
内存占用 (MB) 85 62 27%
分组切换时间 (ms) 120 40 67%
选中行响应时间 (ms) 80 20 75%

离谱好么

cursor 天下第一，其他都是垃圾

R1 实用性比较差，但凡用来改代码，讨论系统架构，优化产品业务，思考前景，都给你聊虚的，一点都不中用。

很多时候是提问质量和主观感受带来的差别，直接看技术测评 https://artificialanalysis.ai/