自建编程谜题基准:DeepSeek 耗 5 倍 token 仍不及 Gemini
nankezhishi · reddit · 2026-10-09
一位开发者觉得现有编码基准无法反映模型真实差距,于是自建一套编程谜题小基准对比 Gemini 与 DeepSeek,结果:
- DeepSeek 并未在解题能力上击败 Gemini
- DeepSeek 消耗约 5 倍 token,解出的题却更少
- DeepSeek 耗时约为 Gemini 的两倍
作者称这与日常开发感受一致,并说明最后 Gemini/GPT 报 overloaded 是其额度烧完,并非解题失败。题集本身为 AI 生成,但作者认为不影响结论。
「模型」频道最新
- 号称匹敌 GPT-6.1 的 DNA 模型遭实测打脸：10 例 8 例不如随机 — anshulkundaje · 2026-10-23
- 爆料称 Anthropic 正训练对标 OpenAI 内部模型的新模型 — imjustnewatai · 2026-10-23
- AI 研究者：Claude 替我完成了多年前放弃的繁琐研究任务 — MikePFrank · 2026-10-23
- Dream Labs 出 stealth:双手机器人基座模型 Dream-1,时租仅 3 美元 — scott_e_reed · 2026-10-23
- Claude 模型登陆 Google Cloud:Anthropic 托管版正式可用 — claudeai · 2026-10-23
- Beam 对战 GLM 5.3 去审查版：10 轮攻防修补 96% 漏洞 — bigblueboo · 2026-10-23