春节期间，来自杭州的 DeepSeek 在 AI 领域迅速走红。它基于 Transformer 架构的 “注意力机制”，通过 “阅读” 海量知识学会语言规律，能像即兴演讲大师般生成内容，但也存在 “AI 幻觉” 问题。
DeepSeek 脱颖而出得益于硬实力、性价比和开源共享三方面。在硬实力上，其推理能力强大，DeepSeek R1 是开源大模型中的佼佼者，在多个基准测试中表现出色。在英文测试中，MMLU（Pass@1）达到 90.8，DROP（3-shot F1）为 92.2；在代码测试里，LiveCodeBench（Pass@1-CO）达 65.9 ，Codeforces（Percentile）为 96.3；数学测试中，AIME 2024（Pass@1）有 79.8，MATH - 500（Pass@1）高达 97.3；中文测试时，CNMO 2024（Pass@1）为 78.8 ，C-Eval（EM）达 91.8，这些成绩使其直追 OpenAI 的王牌选手。
性价比方面，DeepSeek 也十分突出。通过优化训练方式，V3 模型训练成本压缩至 557.6 万美元。其使用价格低廉，deepseek - chat 模型百万 tokens 输入缓存命中只需 0.5 元，缓存未命中 / 英文时为 2 元，输出为 8 元；deepseek - reasoner 模型百万 tokens 输入缓存命中 1 元，缓存未命中 / 英文 4 元，输出 16 元 ，被称为 “大模型界的拼多多”。
在开源共享上，DeepSeek 完全开放代码并允许免费商用，与其他设置壁垒的大模型形成鲜明对比，引发全球共鸣。
想要用好 DeepSeek，沟通至关重要。可采用 “四步提问法”，即背景 + 任务 + 要求 + 补充，像给新开咖啡馆制定开业促销方案，明确各要素后，DeepSeek 能给出更贴合需求的方案，如在预算 1 万元内，面向大学生群体，位于大学城且主打精品咖啡的情况下，给出包含预热期、开业期和后续留存阶段的详细方案，且预算分配合理，活动设计针对性强。
处理复杂任务时，需拆解任务。以写 “远程办公的未来发展” 文章为例，先让其写大纲，再逐步完善各部分内容，最后检查优化。使用过程中还可连续提问，如对咖啡馆开业方案，可针对其不足提出优化方向，逐步完善。
此外，不同 AI 各有特长，DeepSeek 擅长方案规划和思路整理，但文学创作时，文字易堆砌修饰语。Claude 文字简洁优雅，更适合文学性任务。了解各 AI 特点，根据任务选择合适的，能提升效率。
