全站最速！DeepSeek-V3-0324 写代码能力评测！不仅 OpenAI, Claude 也要颤抖了

karminski-牙医

合集 · 大模型竞技场 (77)

  1. 1:40
    全网首测！DeepSeek 4 小时之前又发布了一个多模态模型 Janus-pro
  2. 4:24
    5分钟教你使用AI写一个风扇控制器
  3. 2:46
    10小时前发布的大模型 Mistral-small-24B 马上开测！
  4. 0:51
    NVIDIA又要跌？DeepSeek 刚用 FP8 没多久，这 FP4 训练要来了
  5. 1:43
    一招解决DeepSeek-R1无法连接网络问题！还能白嫖DeepSeek-R1!
  6. 1:17
    国产视频生成框架！能让老黄唱野狼 Disco！
  7. 4:03
    大模型竞技场 - Gemini-2.0-Flash 全网首测!
  8. 2:10
    微信刚上线 DeepSeek, 腾讯又把 AI 知识库也接入 DeepSeek 了？
  9. 2:52
    来啦！Grok-3 全网首测！登陆火星 demo！
  10. 1:55
    视觉大模型也能推理了？来看Ovis-2视觉模型的效果如何！
  11. 7:32
    谁是最强写代码模型? 我使用了最好的21个模型, 花了50刀, 总计测试252次
  12. 2:06
    全站最速！DeepSeek-V3-0324 写代码能力评测！不仅 OpenAI, Claude 也要颤抖了
  13. 4:18
    我用AI做了个网页版我的世界，还能用砸瓦鲁多
  14. 2:25
    全站最速！GPT-4.1 写代码能力评测！啊？又拉了？
  15. 5:53
    极限测试！Qwen3 写代码+画画！究竟是不是开源最强模型？
  16. 12:42
    我发现了AI最有用的用途——整理桌面！来看 Kimi-K2 Agent 能力实测!
  17. 2:02
    使用 AI 做了个以《三体》中叶文洁为视角的小短片——三体·独白
  18. 0:37
    nano-banana 幼儿园级教程① 如何将照片转换为城市天际线风格的建筑!
  19. 1:06
    nano-banana 幼儿园教程第②弹! 教你如何做模特图!
  20. 0:55
    nano-banana 幼儿园级教程第③弹! 如何实现贴纸自由!
  21. 0:46
    nano-banana 幼儿园教程第四弹! 教你如何克隆喜欢的图标!
  22. 0:41
    nano-banana 教程第五弹! 如何万物像素化!
  23. 1:10
    nano-banana 生成 8K 分辨率图片教程!
  24. 3:06
    Kimi-K2-0905 实测! 一口气输出1100行代码
  25. 1:41
    Qwen3-Max-Preview 实测! 给大家放个鞭炮
  26. 2:20
    Qwen3-Next-80B-A3B 实测! 能跟头部模型对打吗?
  27. 1:31
    刚发布的 Qwen3-TTS-Flash 实测!
  28. 2:54
    DeepSeek-V3.2 实测! 真就只提升了0.1?
  29. 2:18
    Claude-Sonnet-4.5 实测! 口嫌体正直国庆献礼?
  30. 2:22
    GLM-4.6 实测! 最近都很流行更新一大截然后版本就增加0.1嘛?
  31. 2:22
    DeepSeek 竟然是 INTJ, 如果改成 INFP 会怎样?
  32. 2:05
    claude-haiku-4.5 实测! 便宜大碗?
  33. 2:15
    Vibe Coding 不流行了? Spec Coding 教程来啦
  34. 2:36
    KAT-Coder-Pro-V1 实测! 早放3个月就好了?
  35. 2:07
    Minimax M2 实测! 你也晚了3个月?
  36. 1:16
    Cursor 推出炼蛊模式！一口气能开8个代理！
  37. 2:32
    Cursor 终于有自己的大模型啦！来看实测！
  38. 2:28
    Qwen3-Max-Thinking 实测! 呃......
  39. 2:17
    Kimi-K2-Thinking 实测! 差距继续缩小!
  40. 3:17
    Gemini 3.0 Pro 实测! SOTA! 不过发现两个重要问题!
  41. 0:52
    nano banana pro 幼儿园教程! 如何合成橱窗图片!
  42. 4:31
    Meta 的新模型 SAM 3 实测!
  43. 2:05
    什么? 用 Claude Code 剪视频?
  44. 2:50
    DeepSeek V3.2 正式版实测! 提升真的有限?
  45. 2:57
    教程来啦! 如何使用AI打造自媒体博主军火库
  46. 2:54
    GPT-5.2 实测! 美是真的美, 卡是真的卡
  47. 1:25
    一秒生成高斯点云? Apple新模型SHARP实测!
  48. 4:38
    AI送外卖到底有多强? 来看 Doubao-Seed-1.8 Agent 能力评测!
  49. 4:33
    现在都流行大模型月更吗? MiniMax-M2.1 实测!
  50. 3:42
    2025年全球大模型厂商下载量排行榜
  51. 3:27
    500张图片测试! 一个视频告诉你GLM-Image怎么用!
  52. 5:58
    不写 prompt 改看视频了! Kimi-K2.5 实测!
  53. 4:55
    提升明显! Qwen3-Max 正式版 vs Preview版 实测!
  54. 2:29
    不是说好了年前不发吗? DeepSeek 你个大猪蹄子
  55. 7:04
    GLM-5发布啦! 给大家带来实测! 国产大模型正式进入月更节奏!
  56. 5:06
    啊?一个月一个版本? MiniMax-M2.5 4000万 token 实测!
  57. 7:01
    Qwen3.5实测! 来看贺岁档大模型的实力!
  58. 4:32
    Gemini-3.1-pro 实测! 更新了个寂寞?
  59. 5:15
    inclusionAI Ling&Ring 2.5-1T 大模型实测!
  60. 6:07
    Agent 能力有多强? 来看豆包 Seed 2.0 实测!
  61. 5:10
    龙虾专用大模型? GLM-5-Turbo 实测!
  62. 3:44
    如何做一个生产级SKILL? 用MiniMax-M2.7给龙虾写SKILL的保姆教程
  63. 8:01
    从国产SOTA走向世界SOTA? GLM-5.1 实测!
  64. 6:06
    AI能帮我拍照了? Qwen3.5-Omni实测!
  65. 8:51
    花费106刀测试! Claude-Opus-4.7 到底更新了啥?
  66. 9:04
    Kimi-K2.6 前端/后端/Agent编程能力实测! 甚至还帮我做了个游戏!
  67. 2:32
    大模型写代码比说话还快是什么体验?
  68. 7:36
    Agentic Coding 能力大幅提升! Qwen3.7-Max实测!
  69. 5:39
    MiniMax-M3 最佳实践? 这个视频告诉你!
  70. 1:06
    Fable 5 超越人类还为时尚早!
  71. 0:44
    单卡 700TPS! Diffusion Gemma 来了!
  72. 5:40
    GLM-5.2实测! 什么才是Agent能力的提升?
  73. 1:43
    2分钟教你做一个可以自我迭代的 Agent
  74. 6:12
    Flash模型横评! 性价比之选竟然是这个?
  75. 6:33
    混元3实测! 300B参数竟然有这种Agent能力!
  76. 1:13
    1B就能达到这种效果?LingBot-Vision实测!
  77. 14:05
    Kimi-K3 全方位实测! 我竟然打游戏输给了她?!
Description 
全站最速！DeepSeek-V3-0324 视频评测！

我感觉等到 R2 出了是不是 就是 ClosedAI 拔电源那天了？

（另外评测较两周前还增加了 Gemma-3, 文心-4.5, 文心-X1）

评测是开源的，地址：github.com/KCORES/kcores-LLM-Arena

Comments

我从风中来122 2025-03-24

他们管这叫小微调。那在他们眼中大更新得是啥啊

♥ 880 ↩ 20

zzzxB站 2025-03-25

我用deepseek：炖牛肉放不放八角？ 大牛用deepseek：模拟九大行星运行规律 人和人的差距就是这么巨大

♥ 296 ↩ 26

Resh_O 2025-03-24

没有多模态还是很大的弱势

♥ 249 ↩ 34

快乐2258 2025-03-25

深度求索理解的AI终极答案更新 V4,R2， 简称42[doge]

♥ 211 ↩ 1

家里蹲大学屋里系 2025-03-24

这么强居然没有宣传，而且r2应该在v4后面才对。

♥ 192 ↩ 11

米塔真可爱吧 2025-03-25

这个更新你告诉我只是个小更新，要是外国公司不得直接换成V4发布

♥ 163 ↩ 1

蓝色星球balala 2025-03-25

争取在编程方面早日赶上和超过 claude，claude 是在太贵了[笑哭]

♥ 147 ↩ 23

目成朝暮一雷峰 2025-03-25

V3, V3.5, V3.7[doge]

♥ 139 ↩ 10

看到请提醒我去肝论文 2025-03-25

《小升级》

♥ 121 ↩ 9

myfriendmikey 2025-03-25

等权威的bench吧。。。[笑哭][笑哭][笑哭]你这个测试属于是玩具测试，没什么章法。

♥ 108 ↩ 31

draftlife 2025-03-25

数学能力强炸了，会像推模样步步思考，看来现在都在搞混合推理类

♥ 95 ↩ 3

猫头马儿 2025-03-25

个人使用AI编程辅助实现功能很多，使用体验： 1：Claude 最强，毫无疑问的好，大幅领先的好，很多问题基本三次内就能搞定，符合预期且没有错误。 唯一问题是：结果太长经常中断。 2：Claude出现中断问题的时候，将问题和一般的部分答案直接丢给grok3，你会发现，哈哈，grok3直接补全了，而且结果符合预期。 2：如果问题很小，预期功能不复杂，丢给qwen max，符合预期，且生成速度快。唯一问题是：稍微复杂的问题就不行了。 3：其它统称为其它，ds以及套壳了ds的各种AI，实际使用都不太行。不太行。不太行。 4：当然，如果是文字聊天，润色这些，那就看哪个快就用哪个了。

♥ 80 ↩ 56

Xiaoiec的塔迪斯 2025-03-25

试用了一下午（编程），由于新版V3使用了大量来自R1的数据训练，经常出现各种低级错误（真的，R1的幻觉害V3不浅），比如莫名其妙 多/少 一个括号，漏函数，漏关键操作等等。我的评价是：它通过R1变聪明了，但也被R1拉低了智商…… 有些任务很牛，有些任务很烂…… 不是很推荐在编程中作为主力模型。 （该死的幻觉啊啊啊！！！DeepSeek你什么时候解决这个关键问题啊啊啊！！！希望R2和V4不会出现这种情况[捂脸]）

♥ 78 ↩ 17

要向前看哦_ 2025-03-25

换openai得加半个版本号出来

♥ 56

三硝基甲苯Sama 2025-03-25

不是。。你这叫微调啊？？还起个0324这种迷惑人的版本号名字。。[笑哭]

♥ 55 ↩ 9

silverclose 2025-03-25

美国媒体 venturebeat.com 集中报道了此事。标题是: DeepSeek-V3 现在在 Mac Studio 上以每秒 20 个 token 的速度运行，这对 OpenAI 来说是一场噩梦 中国人工智能初创公司DeepSeek悄然发布了一款新的大型语言模型，该模型已在人工智能行业引起轰动 — 不仅是因为它的功能，还因为它的部署方式。这款 641 GB 的模型被称为DeepSeek-V3-0324，今天在几乎没有任何公告的情况下出现在 AI 存储库Hugging Face上，延续了该公司低调但影响深远的发布模式。 这次发布尤其引人注目的是该型号的MIT 许可证——使其可以自由用于商业用途——并且早期报道称它可以直接在消费级硬件上运行，特别是搭载M3 Ultra 芯片的 Apple Mac Studio。 AI 研究员Awni Hannun在社交媒体上写道：“新的 4 位 DeepSeek-V3-0324 在配备 mlx-lm 的 512GB M3 Ultra 上以每秒 20 个令牌的速度运行！”虽然 9,499 美元的 Mac Studio 可能扩大了“消费硬件”的定义，但能够在本地运行如此庞大的模型的能力与通常与最先进 AI 相关的数据中心要求大不相同。

♥ 54 ↩ 6

实验室在逃铯铍 2025-03-24

辛苦了哥们，通宵测试

♥ 49 ↩ 2

宵宫姐姐 2025-03-25

刚试了试用新版V3模型cos我喜欢的游戏角色，写作能力可以媲美R1，并且少了R1的思考时间，赞！

♥ 49 ↩ 2

hupodl 2025-03-25

真的提升巨多，我体感是和r1差不多，为什么deepseek不宣传，可能是考虑到服务器压力？

♥ 40 ↩ 2

佛系芭比酱 2025-03-25

反观隔壁某世界首个通用套壳claude成天在大肆宣发

♥ 37 ↩ 1