用一句话来摸这些大模型的底

最近这两天的公众号无脑给我推送 deepseek V3，大多是用了极少的训练成本完成了很高的性能，并且在同类相关的 benchmark 测试上YYLX。刚好在群里和几个伙计聊到这个问题，就问了他们对这个怎么看，回复的原话：**国内的一律不信，**从某种程度上来说我也是赞同这个观点的。

当然在这些推送中也有不乏质疑的声音，比如有人测试到 deepseek 自报家门是 Chat-GPT，如下：

图片

img

笔者在测试的时候这个已经被纠正了。

好奇害死猫，我又将其他几个在线 LLM 挨个来了一遍:

• • 1、全部新建对话，避免存在 history 影响
• • 2、无 system prompt 设置

来看看这些 LLMer 的表现（不发表任何观点，各位读者自行体会），

deepseek

图片

img

通义千问

图片

img

Kimi

图片

img

豆包

图片

img

星火

图片

img

chatgpt