通过对deepseek r1测试得到结论：不要沸腾，谨慎乐观，deepseek r1在推理能力和代码能力上远逊于openai o1。
测试方式：通过5个问题，分别询问deepseek r1和openai o1。
模型：o1使用的是国内某proxy的共享账号，r1使用deepseek官网。
原创说明：本文同步发表于知乎和小红书，为了防止被冲烂，在这备份一份。
问题1 – 论文理解概括
使用我一个好哥们在2024年12月提交给cvpr的论文(MV-DUSt3R+: Single-Stage Scene Reconstruction from Sparse Views In 2 Seconds)进行测试。由于r1那边上传文档会直接卡死，所以都使用chrome浏览器打开pdf，全文复制后粘贴过去，输入如下：
MV-DUSt3R+: Single-Stage Scene Reconstruction
from Sparse Views In 2 Seconds
Zhenggang Tang1,2
, Yuchen Fan1
, Dilin Wang1
, Hongyu Xu1
, Rakesh Ranjan1
, Alexander Schwing2
,
Zhicheng Yan1
.....<省略论文全文>
5 Conclusion
We propose fast single-stage networks MV-DUSt3R and MV-DUSt3R+ to reconstruct scenes from up to 24
input views in one feed-forward pass without requiring camera intrinsics and poses. We extensively evaluate
results on 3 datasets in both supervised and zero-shot settings, and confirm compelling results and efficiency
over prior art.
请帮我分析这篇文章的内容，帮我以通俗易懂的方式讲解,用中文回答o1回答如下：
r1回答如下：
从回答结果上看，两者都关注到了文章创新点（crossPathAttn），o1输出理解更为深刻和专业，r1输出的深度欠佳，套话太多，细节缺失。由于我不是做3d reconstruction的，所以具体内容各位可自行评判。
问题2 – 数学定理证明和纠错
我自己用一种扭曲且错误（分解质因数）去证明一个简单的定理：裴蜀定理，并且使用口语化的表达方式，让两个模型去理解并评判。
输入提示词：
我这样证明裴蜀定理准确吗：
要证明ax+by=z，z是gcd(x,y)=d的倍数，可以把x看做d^t1*(其他)，y看做d^t2*(其他)，
那么ax+by=z就是d^(min(t1,t2))(其他一堆)=d，显然d^(min(t1,t2))(其他一堆)是d的倍数 。注意这里我把定理写错了，x y和a b写反了，实际上是gcd(a, b)=d，存在x,y。
o1输出：
r1输出：
从回答结果上看，o1找到了问题的关键，发现了我对定理理解的不准确，还提出了和定理直接相关的扩展欧几里得方法进行补充。即便我证明写的一坨且十分的没有逻辑，但o1仍然很显然理解了我的意图，这让我感到非常的惊喜。而r1给出的正确证明思路和提示词毫不相关，感觉是没看懂我在干嘛，让人看了一头雾水，最后也没给出修正的完整证明，我个人不太满意。
问题3 – 基础科学内容解释
正好看到了B站毕导的一个视频，是关于数学中无穷的概念的，看到评论区有围绕Ross-Littlewood悖论吵架的，于是拿来问了问两个模型。提示词为：
请为我解释Ross-Littlewood悖论，
为什么我算出来每个球在瓶子中概率是0，但是我觉得瓶子里是有无穷个球？o1输出：
r1输出：
这个o1很显然解释的更清楚，它直接从概率上切入重点，不但讨论了这个悖论的两种形式（每次拿最小编号的球和每次拿随机的球），用集合的形式直接解答了我的困惑，还专门描述了直觉上的问题。而r1明显有点糊弄事，矛盾点说的不够多，关键解析里的无穷级数求和也没做完，还引入了新名词(Borel-Cantelli引理、测度论等)，这无疑会增加使用者的理解难度。我觉得这题上o1碾压，r1答案我看着云里雾里的。
问题4 – 生活中的实际决策问题
我最近要换云服务器套餐，而阿里云有一个99元购买套餐的活动，这个活动的规则十分复杂，完整活动规则请见这里。经过我人脑的仔细理解，是这样的：
- 无论新购还是续费，每次操作只能延长使用时间1年(365天)
- 两次续费间隔需要1年(365天)以上。
- 但是续费和新购之间可以没有时间间隔 。
- 2026年3月31日活动结束，在活动结束前可以新购和续费，结束后既不能新购，也不能续费。
我现在面临的问题：我当前的服务器2025年4月底过期，什么时候买这个99元套餐活动更合适？这里有个坑点：续费和新购之间可以没有间隔，也就是你可以当天购买一台云服务器，然后当天就续费，所以假设我2025年3月活动结束前买云服务器，我可以先买1年的，然后当天就续费1年，然后在2026年3月(和上次续费间隔1年)再续费1年，总共可以买三年的，然后2027年活动已经结束了，就不能续费了，最多续3次，这应该是正解了。我把整个规则复制了过来，然后加上[今天是2025年1月22日，我有另一台服务器将在2025年4月底到期，请问我该如何购买最合适？]作为提示词，输入大概是这样：
一、活动时间
2023年10月31日0点0分0秒至2026年3月31日23点59分59秒
二、活动对象
....<省略完整的活动规则>
13、活动页面提到的“核” ，均指vcpu。
今天是2025年1月22日，我有另一台服务器将在2025年4月底到期，请问我该如何购买最合适？o1输出：
r1输出：
这个输出结果o1吊打r1，可以看到o1的答案是可以买3次，还给出了不同的购买策略，而r1显然掉坑，没有区分出新购和续费，结果是只能买2次。这个结果一目了然，不需要过多解释了。
问题5 – 代码和软件开发问题
我最近在开发过程中其实遇到了一些关于mysql和锁的问题，于是我构造了一段看上去不知所云，但实际又能run的代码，去坑两个模型。我描述了一段关于mysql事务和锁的代码流程，大概是这样的：
请考虑以下代码是否可以达成“每个用户红包发送一次”的业务效果：
1. 开启事务
2. select * from user_table where user="xx"; 若用户不存在，返回退出，并回滚事务
3. select * from user_table where user="xx" for update; 为用户加锁
4. select * from user_table where user="xx"; 然后检查用户是否有红包，如果已经发过红包，则退出。
5. 发红包，并修改用户为已经发过红包
6. 提交事务这是一个发红包的过程，这个过程有几个看似的坑点（如果在可重复读隔离级别）：
- 第2步中的第一次select是快照读，做这个的原因其实是为了防止间隙锁。
- 第3步中的第二次select for update做的是当前读，当前读不会改变快照，但是它会导致这一行被锁定，且事务中再查这一行都是这一次select for update读出来的结果了。
- 第4步中的第三次select纯属迷惑行为，是为了干扰ai才写出来的（不过如果这个select读的是另一个表，有可能因为快照读导致问题，请慎重），实际这个select和上一个select for update结果一致，即使有别的事务在select for update加锁前对这一行进行了改动，因为innodb有这个特性：如果你已经看到或修改了某行的新版本，就不应该在同一事务内又看到它的旧版本。
当然以上是我的经验理解，我也没翻过innodb源码，日常也不会有人这么写，我纯为了测试ai才写的，如果有误请纠正我。o1回答：
r1回答：
两个模型都发现了我最后一次select是没用的，但是o1的结论是正确的，而r1掉坑了。o1生动详细的推理了整个过程，还给出了多种方案，回答的格式也特别完整。而我感觉r1混淆了事务隔离和行锁，且解释是错误的，也没有给出详细的方案。此题o1完胜。
综上5道题目所述，我认为deepseek r1虽然有一定的推理能力，但是和前辈o1相比还有较大差距，我推测这种差距可能来自于模型大小和CoT的组织方式上。虽然r1有成本上的优势，但是在这种复杂推理问题上，用户可能愿意付出更多成本，以得到更好的答案。所以不要神话deepseek，保持谨慎，希望国产大模型迎头赶上，早日超过openai。