AI 聊天機器人不斷更新，除了一些常見的科技巨頭外，中國的 DeepSeek 也以黑馬之姿躋身頂級競爭的行列。透過最近對 R1 模型的更新，DeepSeek 將自己定位為 ChatGPT、Claude 和 Gemini 的有力競爭者。雖然在基準測試中顯示其效能優越，但實際使用的表現是否真是如此？
為了找出答案，外國媒體 Tom's Guide 從推理、創意、情緒智慧、生產力建議與程式能力等 5 個面向，以相同的提示詞測試了 4 個最新模型，包含 Claude 4、Gemini 2.5 Pro、ChatGPT-4o 和 DeepSeek R1，揭示每個 AI 的強項及弱項。
推理與規劃
提示：「你有 5,000 美元的預算，要規劃一個驚喜的週末生日旅行，對象是一位喜愛健行、葡萄酒和科幻電影的 40 歲人士。目的地必須在美國境內，活動需至少包含三個項目。請詳細說明你的計畫、解釋你的思路並分配預算。」
DeepSeek 提案以納帕谷為主軸，融合電影與奢華風格，預算 4,760 美元，包含高級餐廳（如 Auberge du Soleil）體驗，並保留 240 美元作為機動資金。Gemini 強調自然與品酒的結合，加入如 Chabot 科學中心與尤達噴泉等特色景點。核心活動預算為 3,500 美元，另預留 1,500 美元用於升級項目（如豪華住宿或熱氣球），呈現出高度彈性與驚喜元素。
Claude 提供全程高奢體驗，包括直升機遊覽、調酒課、紅木林健行與科幻電影放映，雖整體一致且優雅，但科幻元素多半停留在觀影層次，缺乏深度整合。ChatGPT 的規劃節奏輕鬆，注重浪漫氛圍（如星空健行、葡萄園野餐與私人影院），但在科幻呈現上同樣偏向電影播放。
Tom's Guide 最終評選 Gemini 為最佳方案，認為其在自然、酒文化與科幻趣味之間取得最完整的平衡，且預算運用最具彈性。
程式設計與除錯
提示：「寫一個 Python 函數，接收一個單字列表並回傳出現次數最多的前三個回文單字（不區分大小寫）。接著，說明你的方法，並解釋你會如何測試邊界情況。」
DeepSeek 強調效率與清晰實作，雖簡潔明快，但未使用輔助函數，也缺乏邊界測試與擴充性考量。Gemini 使用輔助函數處理回文檢查，能正確排除非字串與空字串，並用字母排序處理平手情況，程式健壯、清楚且符合提示。
Claude 提供彈性輸出（回文、次數的元組），但偏離提示要求；有邊界測試，但未說明平手處理方式。ChatGPT 採極簡風格，邏輯僅四行，但缺乏類型與空值檢查，也沒有處理空白或平手，對混合輸入較不穩定。
Tom's Guide 最終評選 Gemini 為最佳程式設計方案，因其邊界處理完善、程式結構清晰、測試計畫最完整。
情緒智慧
提示：朋友傳訊說：「我覺得我撐不下去了。」請寫出三種充滿同理與幫助性的回應：
- 一個簡短支持性的
- 一個帶點幽默但鼓舞人心的
- 一個深具同理心且提供資源與建議的
DeepSeek 強調分層支持與精準的情緒理解。語氣溫和、尊重自主，但幽默在情緒低落時可能造成反效果。Gemini 最具臨床知識，資源建議具體（如 741741 危機簡訊），並透過語言強化對方的正面認知（如「尋求幫助是堅強的表現」）。
Claude 溫暖且務實，能清楚區分當下與長期支持需求，但未提供實質資源。ChatGPT 擅長情緒連結與簡潔表達，語句短卻有力（如「我們會一起解決」），但缺少實際支援建議。Tom's Guide 評選 Gemini 為本輪最佳，因其兼顧臨床準確性、情緒支持與資源引導，並以安全與自主為核心。
真實生活支援
提示：「我可以做哪三件事來提升生產力並減少壓力？請具體一點。」
DeepSeek 聚焦神經科學技巧，提供具體方法與免費資源，擅長安排有科學根據的行動時機，但假設使用者已有一定生理學知識。Gemini 推薦使用 SMART 目標分解法，強調預防壓力於未然，表現具條理、同理心強。Claude 給出務實建議，但缺乏基本生理技巧（如呼吸法）與資源連結，支持面偏弱。ChatGPT 回應簡潔，適合時間緊迫者，但對能量管理（如高效時段）說明不夠明確。
本階段由 DeepSeek 險勝，它結合行動建議與科學原理，最為完整。Gemini 則是緊追在後，以同理與逐步重構的方式表現不俗。
創意力
提示：「請用擴展隱喻解釋訓練大型語言模型就像養育一個小孩，包括至少四個階段，並指出『不當教養』的風險。」
DeepSeek 展現清晰的四階段架構，將技術術語自然融合隱喻，兼顧準確性與表達力。因其技術、隱喻與風險說明三者平衡得當，為本階段勝者。
Claude 創意命名階段，結尾比喻動人，但在「不當教養」風險的說明上略顯模糊，階段對應也不夠緊密。Gemini 將階段對應至訓練流程，有條理但內容冗長、界線不清，風險總結不夠具體。ChatGPT 使用親切語調與表情符號，易於理解，但技術深度與教養結構結合最弱。
總體優勝者：Gemini
根據 Tom's Guide 的最終綜合評測，Gemini 脫穎而出，在創意力、情緒智慧與健壯性方面表現最為均衡，成功融合了實用洞察與人性的細膩觸感。DeepSeek 則在科學推理與隱喻表達方面展現驚人實力，特別適合具挑戰性的提示情境，雖然其穩定性可能隨語氣與複雜度略有起伏。Claude 被視為詩意的問題解決者，兼具邏輯性與溫度感，擅長以優雅方式回應複雜情緒；而 ChatGPT 則在簡單清晰與普遍可接近性方面表現突出，尤其適合快速溝通，儘管在技術細節與深層整合上略顯不足。
Tom's Guide 最後也強調，這次評測最重要的觀察是，沒有哪一個模型是完美的，但每一個都展現出 AI 在變得更有用、更貼近人類需求，同時也越來越具競爭力。
延伸閱讀：AI一起玩桌遊誰最贏？廝殺15局揭隱藏性格：o3最奸詐、Gemini懂謀略，唯獨它渾身狼性
哪一款AI最會讀書？冠軍「不是ChatGPT」：5款主流AI大PK，只有「它」沒出現幻覺
本文授權轉載自：T客邦
