聊天机器人竞技场（Chatbot Arena）最新数据显示，DeepSeek-V3排名全模型第七，开源模型第一。竞技场官方表示，DeepSeek-V3是全球前十中性价比最高的模型。在风格控制下表现稳健，在复杂问题和代码领域表现均位列前三。

在长达55页的技术报告背后，DeepSeek将它的技术路线完整地展示给公众。有人称赞它是一次真正的技术突破，但也有人质疑它只是现有优化技术的集成而已，本质上是新瓶装旧酒。

对此，有业内人士告诉《每日经济新闻》记者，DeepSeek-V3是首个创新融合使用了FP8、MLA、MoE三项技术的大模型，可以看作是实质性的突破。

聊天机器人竞技场：DeepSeek-V3位列总排名第七、开源模型第一

最新的聊天机器人竞技场（Chatbot Arena）数据显示，DeepSeek-V3排名第七，成为前十名中唯一的开源国产模型。

图片来源：聊天机器人竞技场

DeepSeek-V3模型被评价为国产第一，并且也是全球前十中性价比最高的模型。DeepSeek-V3在风格控制下表现稳健，在复杂问题和代码领域冲进了前三名。

聊天机器人竞技场是目前最知名的大模型评比榜单，用户在平台上同时与两个匿名模型进行对话，提出相同问题，比较它们的回答。根据模型的回答质量，用户选择自己偏好的答案，或选择平局或都不满意。根据用户投票结果，平台使用Elo评分系统更新模型的分数。相比较于其他基准测试，这一评分标准更能反映出真人用户对于大模型的偏好。

AI智能体与大语言模型集成平台Composio也从推理、数学、编程和创意写作四个维度将DeepSeek-V3和目前最流行的两个大模型Claude 3.5 Sonnet和GPT-4o进行了比较。

在推理方面，DeepSeek-V3与Claude 3.5 Sonnet、GPT-4o平分秋色，在个别特定问题上还要表现得更好一点。

在数学方面，DeepSeek-V3比Claude 3.5 Sonnet和GPT-4o要好得多。测试者使用了Gilbert Strang的线性代数（MIT的线性代数入门教材）中的一道题作为测试问题。GPT-4o和Claude 3.5 Sonnet都只能找到一个可能的顶点，而DeepSeek-V3能找出三个顶点。

在编程方面，DeepSeek-V3非常接近GPT-4o的编码能力，但Claude 3.5 Sonnet是表现最好的模型。不过，DeepSeek-V3的定价却极具吸引力。考虑到性价比，如果只是一般使用的话，Composio认为DeepSeek-V3会是更好的选择。

在创意写作方面，Claude 3.5 Sonnet更佳，GPT-4o与DeepSeek-V3相差不大。

但是，DeepSeek现在API的输入价格仅为每百万Token0.1元人民币，而Claude3.5 Sonnet API输入价格为每百万Token 3美元。Composio站在使用者的角度判断，如果用户想要在大模型之上构建应用程序，那么Deepseek-V3是明智之选。DeepSeek-V3的性价比让它成为构建面向客户的AI应用程序的理想选择。