o3-mini on siin, with the momentum of a challenger
31. jaanuaril avaldas OpenAI uhiuue o3-mini suure mudeli ja andis mõned selle funktsioonid tasuta kõigile ChatGPT kasutajatele. Kuigi päringute arv on piiratud, võimaldab see kasutajatel võimalikult kiiresti kogeda OpenAI uusimat kommertsmudelit.
Vaid mõned päevad tagasi avaldas Hiina suur mudelifirma DeepSeek oma uusima avatud lähtekoodiga mudeli DeepSeek-R1, mis on ka AI-kogukonnas oma mõju avaldanud.
Mudel DeepSeek-R1 on võimeline vastama avatud ai o1 mudelile, kuid see on odavam. Veelgi olulisem on see, et DeepSeek R1 on avatud lähtekoodiga mudel, mis on suurim erinevus võrreldes openai-ga.
Küsimus on: kas o3-mini tõesti parem kui DeepSeek-R1?
OpenAI poolt esitatud ametlikus andmevõrdluses võrreldakse ainult mõningaid OpenAI poolt avaldatud mudeleid ning tulemusi ei võrrelda otseselt suurte DeepSeek R1 mudel. Mõned äsja avaldatud võrdlustestide andmed näitavad siiski, et o3-mini on mitmes mõttes veidi parem. Seda olukorda saame mõista, kui vaatame erinevate testide tulemusi.
Laseme andmetel rääkida enda eest ja analüüsime põhjalikult nende kahe tehisintellekti mudeli tõelist tugevust. Mõnikord on andmed üks asi, kuid sagedamini sõltub see ka kasutaja tegelikust kogemusest ja kasutamisest.
Andmete võrdlus: o3-mini on targem, kuid DeepSeek-R1 on "matemaatilisem".
Üldine keskmine hinne
OpenAI o3-mini: 73,94
DeepSeek-R1: 71.38
On selge, et o3-mini üldine skoor on veidi kõrgem, mis näitab, et see täidab tervikülesandeid stabiilsemalt. Ta suudab ülesandeid stabiilsemalt täita, kuid tal ei ole suurt vahet DeepSeek avatud lähtekoodiga mudeliga.
Mõistmisvõime (AI võime mõista, analüüsida ja mõtestada teavet).
OpenAI o3-mini: 89.58
DeepSeek-R1: 83.17
Järeldamisülesannetes võidab o3-mini selgelt, mis tähendab, et see on parem keerulisest teabest võtmesisu eraldamisel ja loogiliste järelduste tegemisel.
programmeerimisvõime (tehisintellekti võime töödelda koodi)
OpenAI o3-mini: 82.74
DeepSeek-R1: 66,74
Kui olete arendaja, võib o3-mini olla parem valik. Tulemused näitavad suurt erinevust, kusjuures o3-mini kodeerimisvõime on DeepSeek-R1-st oluliselt parem ning suudab programmeerimisprobleeme paremini mõista ja lahendada. See on ka valdkond, kus o3-mini on suhteliselt suure eelisega.
Matemaatilised oskused (arvutamine, valemite tuletamine, matemaatiline mõtlemine).
OpenAI o3-mini: 65.65
DeepSeek-R1: 79,54
DeepSeek-R1 on tugevam matemaatilistes ülesannetes, mis näitab, et ta on parem arvutus- ja matemaatilises mõtlemisvõimes.
Andmeanalüüsi oskus (võime andmeid töödelda ja mõista).
OpenAI o3-mini: 70.64
DeepSeek-R1: 69.78
o3-mini on andmeanalüüsi ülesannetes veidi ees.
Keele mõistmise oskus
OpenAI o3-mini: 50.68
DeepSeek-R1: 48.53
Kuigi eelis ei ole suur, on o3-mini keeleülesannetes siiski veidi parem.
NYT ühendused (puzzle)
o3-mini: 72,4 punkti (suurepärane tulemus)
DeepSeek-R1: 54.4 punkti
Inimese lõpueksam (keeruline ülesanne)
o3-mini: 13.0% täpsus
DeepSeek-R1: 9.4% täpsus
Codeforces (programmeerimisoskuste test)
o3-mini > DeepSeek-R1 AIME 2024 (keeruliste käskude mõistmine)
o3-mini > DeepSeek-R1 Kokkuvõttes on o3-mini tugevam mõtlemises, programmeerimises ja keeltes, samas kui DeepSeek-R1 on parem matemaatilises võimekuses.
API hinnavõrdlus: kes on kuluefektiivsem?
DeepSeek-R1 on API-hindade poolest odavam, samas kui o3-mini on endiselt suhteliselt kallis:
DeepSeek-R1 on odavam ja sobib seetõttu odavamatele arendajatele.
Avatud lähtekood vs. suletud lähtekood: OpenAI on endiselt suletud
Kui olete mures avatud lähtekoodiga, on DeepSeek-R1 parem valik. See on täielikult avatud lähtekoodiga, samas kui o3-mini järgib endiselt OpenAI traditsiooni ja jääb kinniseks. See võib mõjutada arendajate vabadust mudeli optimeerimisel ja kohandamisel.
Lõppjäreldus: kes on valiku väärilisem?
| Mõõde | o3-mini (OpenAI) | DeepSeek-R1 |
| Üldine hinne | 73.94 | 71.38 |
| Järelduste tegemine | 89,58 (tugevam) | 83.17 |
| Programmeerimine | 82,74 (tugevam) | 66.74 |
| Matemaatika | 65.65 | 79.54 |
| Andmete analüüs | 70.64 | 69.78 |
| Keele mõistmine | 50.68 | 48.53 |
| API hind | Kallimalt | odavam |
| Avatud lähtekood | sulge | Täielikult avatud lähtekoodiga |
Kellele see on mõeldud?
- Kui te olete arendaja või insener ja vajadus tugevad programmeerimis- ja järelduste tegemise võimalused, on o3-mini parem valik. Me usume, et open ja o3-mini on väga hea tulemuslikkusega selles identifitseerimise ja järelduste tegemise valdkonnas. Samal ajal aitavad võimsamad programmeerimis- ja järelduste tegemise võimalused teil ka paremat koodi ja programme kirjutada, vähendades muutmise ja kontrollimisega seotud aega.
- Kui te olete matemaatikauurija või on tundlik API kulude suhtes, on DeepSeek-R1 ökonoomsem valik. Sellel mudelil on parem toetus ja abi matemaatilistele teadlastele ning selle kasutuskulud on sobivamad.
- Kui teil on vaja avatud lähtekoodiga mudel, DeepSeek-R1 on võitja. Ilmselgelt ei ole meta, mis keskendub avatud lähtekoodile, mõne võime poolest võrreldav DeepSeek-ga. Kuid võrreldav openAI suur mudel on kallim ja on kommertslik suletud lähtekoodiga mudel. DeepSeek juhib tehisintellekti teadus- ja arendustegevust, võimaldades samal ajal rohkematel ettevõtetel ja üksikkasutajatel kasutada tehisintellekti suuri mudeleid lokaalselt või pilveserverites, kaitstes oma andmete turvalisust ja privaatsust.
Tulevikuväljavaated: konkurents tehisintellekti mudelite pärast tiheneb
Nii OpenAI kui ka DeepSeek edendavad tehisintellekti tehnoloogia arengut. Kuigi o3-mini on praegu enamikus ülesannetes veidi parem, on DeepSeek-R1-l siiski oma unikaalsed eelised.
DeepSeek avatud lähtekoodiga olemus on äratanud paljude arendajate ja kasutajate tähelepanu. Madalam hind loob ka hea aluse tehisintellekti rakenduste arendamiseks.
Seevastu OpenAI-l kui tehisintellekti tööstuse liidril on palju innovatsiooni ja arendustegevust, kuid mitte-avatud äriline mudel ja kõrge kasutuskulu on tõstnud kasutuskünnist, mis ei soodusta tehisintellekti edendamist.
Me arvame, et deepseek tegi suurepärast tööd tehisintellekti tööstuse jaoks. Avatud lähtekood annab arendajatele rohkem võimalusi, et nad saaksid rohkem teada täiustatud AI-mudelist.
Tulevikus võime näha veelgi võimsamaid mudeleid, näiteks OpenAI GPT-5 või DeepSeek-R2. Tavakasutajate jaoks ei ole parim tehisintellektuaal mitte kõige tugevam, vaid see, mis vastab kõige paremini nende vajadustele. Teile sobiva tehisintellekti mudeli valimisel peate arvestama oma rakendusstsenaariumide ja eelarvega.
