昨天晚上，DeepSeek因一起“大模型世子之爭”久違的登上了微博熱搜。

有網(wǎng)友問D老師，你和豆包刪一個你刪誰？

DeepSeek思考了12秒之后說了三個字：刪豆包。

比起豆包茶茶的說，“你刪我吧，需要我的時候再把我下回來”，DeepSeek顯得十分直男。

黑馬也去試了一下：

網(wǎng)友說的是真的。

其實DeepSeek從爆火到現(xiàn)在，也是經(jīng)歷了不少風(fēng)風(fēng)雨雨。

今年年初，DeepSeek橫空出世的時候，黑馬身邊幾乎所有人都在用Deepseek算命、寫東西。

但隨著元寶、百度、豆包、夸克紛紛上線了深度思考模型，我就發(fā)現(xiàn)身邊用DeepSeek的人越來越少了。

一方面DeepSeek在使用體驗上確實不太舒服，整個系統(tǒng)延遲很高，問個很簡單的問題都要響應(yīng)半天，黑馬幾乎不會用DeepSeek查資料。

其次它記性也不太好，上下文長度只支持到64k，你多追問幾次，就會發(fā)現(xiàn)它直接把你的上文忘了，非常腦淤血。

另一方面，DeepSeek自己好像也對搞這種To C產(chǎn)品不太感興趣，本來今年5月就跟應(yīng)該迭代的DeepSeek-R2一再跳票，到現(xiàn)在都還沒有準(zhǔn)確的信息。

反而在給友商開放API接口，以及開源上面非常慷慨，有數(shù)據(jù)顯示DeepSeek R1和V3在第三方主機上的總使用量增長了將近20倍

前段時間，DeepSeek還被帶了一波節(jié)奏，說是使用率從50%跌到了3%，雖然我不知道這個數(shù)字他們是從哪挖出來的。

不過據(jù)黑馬看到的資料顯示，DeepSeek的份額確實從年初的7%下滑到了四月底的3%，腰斬了。

考慮到DeepSeek本身顯卡資源短缺，也不知道這種情況是否是DeepSeek有意蟄伏。

不過DeepSeek前幾天倒是終于暗戳戳更新了一個小版本——DeepSeek V3.1。

黑馬研究了一下DeepSeek這波低調(diào)的迭代，發(fā)現(xiàn)這是真的低調(diào)，誰也沒通知不說，連迭代內(nèi)容也很克制：

上下文長度拓展到128k（大概10萬-16萬漢字的超長文本），多語言編程能力大幅度提升，推理和知識準(zhǔn)確性提升。

黑馬也一直在留意媒體老師們的測評，得到的反饋基本上都是挺正面的：

什么“編程測試確實有兩把刷子”、“長文本處理也很精準(zhǔn)”、“邏輯分析很?！薄ⅰ八阉髡闲畔⒑軠?zhǔn)確”……

圖源：APPSO

但黑馬作為一個文字編輯，我其實還是更看重大模型的寫作能力——當(dāng)年DeepSeek出圈就是因為創(chuàng)作力強，這次更新之后AI味兒會不會少點？跟聲名在外的Claude比誰更好用？

反正都是賽博斗蛐蛐，我把最近幾個比較火的大模型都拉過來一起對比。

參賽選手包括：Gemini2.5 Pro、ChatGPT-5、Grok 3、Deepseek V3.1、Claude-Sonnet-4。

但這次我沒準(zhǔn)備讓AI幫我寫稿，而是直接讓它們進行比較純粹的文字創(chuàng)作，弱化了對信息搜集整理的需求。

黑馬找來了一個很有水平的“恐怖小說提示詞”，喂給了幾個AI。

（36：李繼剛老師的提示詞，感覺比正文還克蘇魯）

結(jié)合最近的生活經(jīng)歷，我把主題定為了“蚊子”。

先來看看DeepSeek V3.1的作品：

在提示詞的影響下，DeepSeek創(chuàng)作的文字非常的有那味道，用一些看似正常的細節(jié)描述，完成了一篇處處詭異的文章，也沒有太多的場景描寫，全篇都是和蚊子的瘋狂拉扯。

但這個詭異感吧不是很有感覺，越往后面我越感覺有一種“我”被蚊子煩了一晚上終于瘋了，還不幸患上了“夏夜被蚊叮的睡不著”PTSD的感覺。

對于文字風(fēng)格我還是比較滿意的，雖然仔細讀下來割裂感比較嚴(yán)重，但是這種咯噔感放到恐怖小說里，反而渲染了詭異的氛圍。

同樣的提示詞，我也喂給了Claude Sonnet 4:

這是它給我的故事：

Claude不一樣的地方在于，它真的給這個故事套了個背景，初讀就給我一種沉浸感。

它給的恐怖來自于“我”的意識被蚊子群體意識侵蝕，是一種比較常見的恐怖流派，Claude在套公式這一塊還是很強的。

至于文字表達上，黑馬主上覺得要比DeepSeek要更有可讀性一點，大家可以自行判斷。

然后是ChatGPT-5：

ChatGPT比Claude還要激進一點，它直接讓蚊子把“我”寄生了，這個流派比意識奪舍流還要大眾。

至于可讀性上個人感覺和DeepSeek不相上下。

接下來是Gemini 2.5 Pro：

故事的恐怖程度和Claude、ChatGPT比要差一點，可能是因為沒有套公式的原因，有一種自己嚇自己的感覺。

但在可讀性上，個人感覺Gemini和Claude不相上下，有故事性邏輯也很連貫。

最后是Grok 3：

可能是沒有用到Grok3.5的原因吧，感覺Grok的效果是五個里面最差的，遣詞造句非常大眾，也沒有營造出詭異的氛圍。

這篇大家就自行體會吧。

總的來說，如果讓我給五個AI的表現(xiàn)排名，應(yīng)該是：

Claude Sonnet4＞Gemini2.5 Pro＞ChatGPT-5＝Deepseek V3.1＞Grok 3

以上均為純主觀看法，個人感覺提示詞加分不少，下次有機會再試試普通提示詞的效果。

其實從迭代版本的編號能看出，DeepSeek V3.1也沒邁大步子，但可能是黑馬一直在等DeepSeek更新，期待比較高，所以覺得這次更新稍顯平淡。

有消息稱，DeepSeek V3.1 可能是融合推理模型與非推理模型的混合模型，但混合模型的精度和質(zhì)量似乎還有待證明。

最后，我就只有一個問題了，R2什么時候可以端上來??？！

撰文：柯然

編輯：小馬哥