从使用角度，他给出的思维链方便你纠正AI以便给出正确的东西，很多ai错你都不知道错在哪，只能对他说再想想

zhangqingzhi (芝士就是力量) 在 ta 的帖子中提到：

作为使用者，deepseek不能生成豆包那样字数过万的长文本，不能图片理解。

纯文字办公，在翻译、编辑和写作上，感觉不如豆包呢。

试试布置在本地

babygogogo (wondergirl268) 在 ta 的帖子中提到：

deepseek我这里 服务器永远在忙 用不成功，怎么破？

豆包和kimi哪个好用求解

zhangqingzhi (芝士就是力量) 在 ta 的帖子中提到：

作为使用者，deepseek不能生成豆包那样字数过万的长文本，不能图片理解。

纯文字办公，在翻译、编辑和写作上，感觉不如豆包呢。

在MMLU测评中，deepseek r1取得了90.8分，略低于OpenAI o1的91.8，高于Doubao-1.5 Pro的88.6。很多人或许会疑惑：MMLU这类测试的高低，对普通用户的使用体验真的有影响吗？事实上，MMLU的设计初衷就是为了公平且客观地衡量大型语言模型（LLM）的基础能力，而在高分区间每提升一分，都意味着巨大的技术突破与投入。

当下，各家厂商都在竞争LLM的应用，但如果模型的基础能力不足，再多的应用也只能算“在泥土上雕花”，难以取得实质性的突破。反之，若模型基础能力强，不仅在通用场景中表现优异，也更能适配各种定制化应用。由此可见，MMLU的高分往往意味着更强大的底层能力，而基础能力强的LLM，在日常使用中也会带来更好的体验和效果。

jethro (jethro) 在 ta 的帖子中提到：

说豆包够用的应该和十年前吹手机性能过剩的是同一批人

之前的生成人工智能只有第一感，缺少根据40步棋反思和价值判断的能力，对比阿法狗就知道三大网络只实现了快速走子网络。表现为难以完成需要推理反思的任务，如果任务需要根据反馈不断调整则会经常原地打转，还有难以抑制幻觉比如产生虚假引文等。反过来从使用角度，只要任务不涉及推理和价值判断，你就不会发现少了什么。

zhangqingzhi (芝士就是力量) 在 ta 的帖子中提到：

作为使用者，deepseek不能生成豆包那样字数过万的长文本，不能图片理解。

纯文字办公，在翻译、编辑和写作上，感觉不如豆包呢。

DeepSeek主要的作用是求解数学和编程问题，所以在翻译编辑和写作上的性能可能不太如意。

zhangqingzhi (芝士就是力量) 在 ta 的帖子中提到：

作为使用者，deepseek不能生成豆包那样字数过万的长文本，不能图片理解。

纯文字办公，在翻译、编辑和写作上，感觉不如豆包呢。

肯定豆包啊

WWGGWWGG (汪汪狗狗) 在 ta 的帖子中提到：

豆包和kimi哪个好用求解

豆包唯一就输在了名字上。听起来憨憨的（

zhangqingzhi (芝士就是力量) 在 ta 的帖子中提到：

肯定豆包啊

别拿豆包不当干粮~~~哈哈哈

kidnew (kid2023) 在 ta 的帖子中提到：

豆包唯一就输在了名字上。听起来憨憨的（