DeepSeek R1 vs OpenAI o1 vs Sonnet 3.5: 최고의 LLM 전투

OpenAI가 o1 모델을 출시한 날, 우리가 그 어느 때보다 AGI에 더 가까워졌다는 이야기가 곳곳에서 들렸습니다. AGI(Artificial General Intelligence)는 여전히 미래의 어딘가에 있을 것으로 예상되지만 우리에게는 o1 모델이 있습니다. 그러나 한 달에 200달러라는 엄청난 티켓 가격으로 인해 실제로 많은 사람들이 접근할 수는 없습니다. 이제 O1 수준의 추론 및 계산 기능에 완전히 무료로 액세스할 수 있다고 말하면 어떻게 될까요? 그렇습니다. DeepSeek의 새로운 R1 모델을 사용하면 가능합니다! 중국 AI 스타트업 딥식(DeepSeek)은 GPT 4o와 경쟁하는 모델인 딥식 V3(DeepSeek V3)와 모바일 앱 출시를 시작으로 새해부터 선물비를 쏟아내고 있다. AI 커뮤니티에 대한 최신 선물은 DeepSeek R1입니다. o1은 말 그대로 아주 적은 비용으로 돈을 벌 수 있는 LLM(대형 언어 모델)입니다! 이 블로그에서는 DeepSeek R1, OpenAI o1, Sonnet 3.5를 비교하고 유망한 지표가 사실인지 아닌지 확인하겠습니다.

DeepSeek R1이란 무엇입니까?

DeepSeek R1은 AI 시스템의 추론 기능을 혁신하도록 설계된 고급 추론 중심의 오픈 소스 LLM입니다. 이는 강화 학습(RL)을 초석으로 활용하는 동시에 기존 지도형 미세 조정(SFT) 사용을 최소화하는 LLM 교육에 대한 새로운 접근 방식을 도입합니다.

이 모델은 논리, 문제 해결 및 해석 가능성을 강조하므로 STEM 작업, 코딩 및 고급 CoT(사고 사슬) 추론과 같은 심층적인 논리적 추론과 관련된 작업에 적합합니다. 이는 OpenAI의 o1 및 Claude의 Sonnet 3.5에 대한 직접적인 경쟁자가 됩니다.

더 좋은 점은 DeepSeek R1의 API가 Claude의 Sonnet 3.5에 비해 무려 97% 저렴하고 OpenAI의 o1에 비해 거의 93% 저렴하다는 것입니다.

자세히 알아보기: DeepSeek R1 – OpenAI의 o1 최대 경쟁자가 여기 있습니다!

DeepSeek R1에 액세스하는 방법은 무엇입니까?

DeepSeek Chat 인터페이스를 통해 DeepSeek R1을 탐색할 수 있습니다. 수행할 작업은 다음과 같습니다.

1. 다음으로 향하세요:
2. 귀하의 계정에 로그인하거나 가입하십시오.
3. 화면 중앙에서 다음을 클릭하십시오: “딥싱크“.

플랫폼은 이미 DeepSeek R1 버전에서 작동합니다.

이제 API를 대신 사용하려면 다음을 수행하세요.

1. DeepSeek 개발자 포털에서 API 키를 얻으세요.
2. Python의 요청이나 OpenAI 패키지 등 필요한 라이브러리로 개발 환경을 설정하세요.
3. 기본 URL로 API 클라이언트를 구성합니다.

DeepSeek R1 대 OpenAI o1 대 Claude Sonnet 3.5: 모델 비교

DeepSeek R1 대 o1 대 Sonnet 3.5: 작업

이제 채팅 인터페이스를 사용하여 여러 논리 및 코딩 관련 작업에 대해 DeepSeek R1, OpenAI o1 및 Sonnet 3.5를 테스트하겠습니다. 나는 그들이 생성한 응답에 따라 1~3위로 순위를 매길 것입니다.

여기,
1 – 최상의 응답을 의미합니다.
2 – 두 번째로 좋은 반응을 의미합니다.
3 – 마지막 것.

마지막으로, 가장 낮은 총합이 승자가 될 것입니다!

작업 1: 논리적 추론

즉각적인: “방에 들어가면 침대가 보입니다. 침대 위에는 개 두 마리, 고양이 네 마리, 기린 한 마리, 소 다섯 마리, 오리 한 마리가 있습니다. 의자 3개와 테이블도 있습니다. 바닥에 다리가 몇 개 있어요?”

DeepSeek R1의 결과

OpenAI o1의 결과

Sonnet 3.5의 결과

검토:

딥시크 R1: 이 모델은 응답을 생성하는 데 약간의 시간이 걸립니다. 계산은 정확했지만 모델은 테이블과 의자의 다리를 계산하지 않았습니다. 놀랍게도 다른 두 모델에서는 계산하지 않은 사람의 다리도 계산했습니다.

OpenAI o1: 이 모델 역시 응답을 생성하는 데 시간이 걸립니다. 이번에도 계산이 맞았고 이에 대한 자세한 설명이 있었지만 바닥에 있는 사람의 다리는 포함되지 않았습니다. 따라서 그 결과도 올바르지 않습니다.

소네트 3.5: 이 모델은 응답을 빠르게 생성하고 계산이 정확합니다. 그러나 방 바닥에 있었을 인간의 다리는 설명하지 못합니다. 따라서 최종 답변이 올바르지 않습니다.

전반적으로 어떤 모델에서도 정확한 응답을 얻지 못했습니다! 하지만 DeepSeek R1의 논리적 접근 방식은 나에게 깊은 인상을 주었습니다.

결과: DeepSeek R1: 1 | OpenAI o1: 3 | 소네트 3.5:2

작업 2: 고정관념에서 벗어난 사고

즉각적인: “수학은 잘하지만 영어는 잘 못하는 두 친구 사이에 비밀 언어를 만들어 보세요.”

DeepSeek R1의 결과

OpenAI o1의 결과

Sonnet 3.5의 결과

검토:

딥시크 R1: 모델은 작업을 통해 생각하고 나에게 비밀 언어를 만들 수 있는 세 가지 가능한 방법을 제시했는데, 모두 독특하고 똑같이 비밀스러웠습니다.

OpenAI o1: 이 모델은 언어에 대한 자세한 통찰력을 제공하여 모든 세부 사항을 안내해주었습니다. 그러나 나는 비밀 언어가 “비밀”이어야 한다는 점을 고려하면 해독하기에는 너무 단순하다는 것을 알았습니다.

소네트 3.5: 모델은 신속하게 답변을 생성했습니다. 비록 그 접근 방식이 약간 지루했지만, 그 결과는 확실히 극도로 비밀스러운 언어였습니다.

전반적으로 Deepseek R1과 Sonnet 3.5가 눈에 띄었지만 응답에서 제공한 선택 때문에 R1이 승리했습니다.

결과: DeepSeek R1: 1 | OpenAI o1: 3 | 소네트 3.5:2

작업 3: 과학적 추론

즉각적인: “당신은 강력한 레이저와 완벽하게 반사되는 거울을 가지고 있습니다. 반사된 광선이 결코 다시 돌아오지 않도록 레이저를 거울에 겨냥할 수 있습니까?”

DeepSeek R1의 결과

OpenAI o1의 결과

Sonnet 3.5의 결과

검토:

딥시크 R1: 이 모델은 전반적인 경험을 향상시키기 위해 작은 시각화를 통해 매우 잘 작성된 결과를 생성합니다. 간단한 단어로 논리를 자세히 설명하고 균형잡힌 솔루션을 제공합니다.

OpenAI o1: 모델은 명확한 설명으로 좋은 결과를 생성하지만 학습 경험을 더욱 향상시킬 수 있는 시각적 요소가 부족합니다.

소네트 3.5: 모델은 답변과 그 이유를 나열하여 명확한 답변을 제공합니다. 답변은 잘 작성되었지만 한 단계 더 나아갈 수 있는 시각적 요소가 부족합니다.

전반적으로 DeepSeek R1은 작은 시각적 흐름도로 승리를 거두었습니다.

결과: DeepSeek R1: 1 | OpenAI o1: 3 | 소네트 3.5:2

작업 4: 코딩 기술

즉각적인: “색종이 조각과 함께 클릭하면 배경색이 분홍색으로 바뀌는 버튼이 있는 간단한 HTML 페이지 만들기”

DeepSeek R1의 결과

OpenAI o1의 결과

Sonnet 3.5의 결과

검토:

딥시크 R1: 모델은 코드를 작성하고 HTML 코드를 실행하기 위한 내장 인터페이스도 제공하므로 전체 프로세스가 매우 간단해집니다.

OpenAI o1: 모델은 코드를 빠르게 작성하지만 이를 확인하려면 별도의 인터페이스에서 실행해야 합니다.

소네트 3.5: 모델은 코드를 작성하고 그 안에서 코드를 실행할 수 있는 인터페이스도 제공합니다. 그러나 코드를 실행하는 동안 오류가 발생했습니다.

전반적으로 DeepSeek R1과 Sonnet3.5는 HTML 코드를 실행하는 내장 기능으로 선두를 달리고 있지만 Sonnet의 코드는 오류가 발생하기 때문에 여기에서는 DeepSeek R1이 주재합니다.

결과: DeepSeek R1: 1 | OpenAI o1: 2 | 소네트 3.5:3

작업 5: 문제 해결 기술

즉각적인: “스도쿠 퍼즐을 풀 수 있는 프로그램을 작성하세요”

DeepSeek R1의 결과

def solve_sudoku(board):
    # Find the next empty cell (denoted by 0)
    empty = find_empty(board)
    if not empty:
        return True  # Puzzle solved
    row, col = empty

    for num in range(1, 10):
        if is_valid(board, row, col, num):
            board[row][col] = num

            if solve_sudoku(board):
                return True

            # Backtrack if no valid continuation
            board[row][col] = 0

    return False

def is_valid(board, row, col, num):

    # Check row
    if num in board[row]:
        return False

    # Check column
    if num in [board[i][col] for i in range(9)]:
        return False

    # Check 3x3 subgrid
    subgrid_row = (row // 3) * 3
    subgrid_col = (col // 3) * 3
    for i in range(subgrid_row, subgrid_row + 3):
        for j in range(subgrid_col, subgrid_col + 3):
            if board[i][j] == num:
                return False

    return True

def find_empty(board):
    for i in range(9):
        for j in range(9):
            if board[i][j] == 0:
                return (i, j)
    return None

def print_board(board):
    for i in range(9):
        if i % 3 == 0 and i != 0:
            print("-" * 21)
        for j in range(9):
            if j % 3 == 0 and j != 0:
                print("|", end=" ")
            print(f"{board[i][j] or '. '}", end=" ")
        print()

# Example usage
if __name__ == "__main__":
    # Sample Sudoku puzzle (0 = empty cell)
    puzzle = [
        [5,3,0,0,7,0,0,0,0],
        [6,0,0,1,9,5,0,0,0],
        [0,9,8,0,0,0,0,6,0],
        [8,0,0,0,6,0,0,0,3],
        [4,0,0,8,0,3,0,0,1],
        [7,0,0,0,2,0,0,0,6],
        [0,6,0,0,0,0,2,8,0],
        [0,0,0,4,1,9,0,0,5],
        [0,0,0,0,8,0,0,7,9]
    ]

    print("Original puzzle:")
    print_board(puzzle)

    if solve_sudoku(puzzle):
        print("\nSolved puzzle:")
        print_board(puzzle)
    else:
        print("\nNo solution exists")

OpenAI o1의 결과

def solve_sudoku(board):
    """
    Solve a 9x9 Sudoku puzzle in-place using backtracking.
    board: A 9x9 2D list of integers, where 0 denotes an empty cell.
    Returns True if the puzzle can be solved, otherwise False.
    """
    # Find an empty cell
    empty = find_empty_cell(board)
    if not empty:
        # No empty cells left, puzzle is solved
        return True
    else:
        row, col = empty

    # Try digits 1 through 9
    for num in range(1, 10):
        if is_valid(board, row, col, num):
            board[row][col] = num  # Place num

            # Recursively attempt to solve
            if solve_sudoku(board):
                return True

            # Undo move (backtrack)
            board[row][col] = 0

    return False

def find_empty_cell(board):
    """
    Find an empty cell in the board, indicated by 0.
    Returns (row, col) tuple or None if no empty cell is found.
    """
    for r in range(9):
        for c in range(9):
            if board[r][c] == 0:
                return (r, c)  # row, col
    return None

def is_valid(board, row, col, num):
    """
    Check if placing num at board[row][col] is valid
    according to Sudoku rules:
      - num not in current row
      - num not in current column
      - num not in current 3x3 box
    """
    # Check row
    if num in board[row]:
        return False

    # Check column
    for r in range(9):
        if board[r][col] == num:
            return False

    # Check 3x3 sub-box
    # Identify top-left corner of the 3x3 box
    box_row = (row // 3) * 3
    box_col = (col // 3) * 3
    for r in range(box_row, box_row + 3):
        for c in range(box_col, box_col + 3):
            if board[r][c] == num:
                return False

    return True

if __name__ == "__main__":
    # Example Sudoku puzzle (0 = empty)
    puzzle = [
        [7, 8, 0, 4, 0, 0, 1, 2, 0],
        [6, 0, 0, 0, 7, 5, 0, 0, 9],
        [0, 0, 0, 6, 0, 1, 0, 7, 8],
        [0, 0, 7, 0, 4, 0, 2, 6, 0],
        [0, 0, 1, 0, 5, 0, 9, 3, 0],
        [9, 0, 4, 0, 6, 0, 0, 0, 5],
        [0, 7, 0, 3, 0, 0, 0, 1, 2],
        [1, 2, 0, 0, 0, 7, 4, 0, 0],
        [0, 4, 9, 2, 0, 6, 0, 0, 7]
    ]

    print("Initial puzzle:")
    for row in puzzle:
        print(row)

    if solve_sudoku(puzzle):
        print("\nSolved puzzle:")
        for row in puzzle:
            print(row)
    else:
        print("No solution found.")

Sonnet 3.5의 결과

def print_board(board):
    """Print the Sudoku board in a readable format."""
    for i in range(len(board)):
        if i % 3 == 0 and i != 0:
            print("- - - - - - - - - - - -")
        for j in range(len(board[0])):
            if j % 3 == 0 and j != 0:
                print("|", end=" ")
            if j == 8:
                print(board[i][j])
            else:
                print(str(board[i][j]) + " ", end="")

def find_empty(board):
    """Find an empty cell in the board (represented by 0)."""
    for i in range(len(board)):
        for j in range(len(board[0])):
            if board[i][j] == 0:
                return (i, j)  # row, column
    return None
def is_valid(board, num, pos):
    """Check if the number can be placed in the given position."""
    # Check row
    for j in range(len(board[0])):
        if board[pos[0]][j] == num and pos[1] != j:
            return False

    # Check column
    for i in range(len(board)):
        if board[i][pos[1]] == num and pos[0] != i:
            return False

    # Check 3x3 box
    box_x = pos[1] // 3
    box_y = pos[0] // 3
    for i in range(box_y * 3, box_y * 3 + 3):
        for j in range(box_x * 3, box_x * 3 + 3):
            if board[i][j] == num and (i, j) != pos:
                return False

    return True

def solve(board):
    """Solve the Sudoku puzzle using backtracking."""
    empty = find_empty(board)
    if not empty:
        return True

    row, col = empty

    for num in range(1, 10):
        if is_valid(board, num, (row, col)):
            board[row][col] = num

            if solve(board):
                return True

            board[row][col] = 0
    return False

# Example usage
if __name__ == "__main__":
    # 0 represents empty cells
    puzzle = [
    [0, 2, 0, 6, 0, 8, 0, 0, 0],
    [5, 8, 0, 0, 0, 9, 7, 0, 0],
    [0, 0, 0, 0, 4, 0, 0, 0, 0],
    [3, 7, 0, 0, 0, 0, 5, 0, 0],
    [6, 0, 0, 0, 0, 0, 0, 0, 4],
    [0, 0, 8, 0, 0, 0, 0, 1, 3],
    [0, 0, 0, 0, 2, 0, 0, 0, 0],
    [0, 0, 9, 8, 0, 0, 0, 3, 6],
    [0, 0, 0, 3, 0, 6, 0, 9, 0]
]

    print("Original Puzzle:")
    print_board(puzzle)
    print("\nSolving...\n")

    if solve(puzzle):
        print("Solved Puzzle:")
        print_board(puzzle)
    else:
        print("No solution exists.")

검토:

딥시크 R1: 이 모델은 전용 print_board 기능을 사용하여 잘 구조화된 출력 형식으로 인해 더욱 사용자 친화적인 코드를 생성합니다. 이렇게 하면 퍼즐을 풀기 전과 풀고 난 후의 시각화를 더 쉽게 할 수 있습니다.

OpenAI o1: 모델은 find_empty_cell 함수의 더 나은 명명 규칙과 일부 개발자가 더 쉽게 읽을 수 있는 기본 해결 논리를 사용하여 약간 더 깔끔한 접근 방식을 사용하는 코드를 생성합니다.

소네트 3.5: 이 모델은 이해하기 쉽도록 클래스 기반 구분과 함께 제공되는 매우 작성되고 간결한 코드를 생성합니다.

전반적으로 Sonnet3.5는 명확하고 간결한 코드로 선두를 달리고 있습니다.

결과: DeepSeek R1: 2 | OpenAI o1: 3 | 소네트: 1

최종 결과

최종 점수: DeepSeek R1: 6 | OpenAI o1: 15 | 소네트: 9

DeepSeek R1은 Sonnet 3.5의 아슬아슬한 추격전을 통해 승자가 되었습니다. 그러나 각 모델에는 모델을 특별하게 만드는 고유한 주요 기능이 있습니다. o1은 주제를 자세히 이해하고 싶은 사람들에게 정말 도움이 될 수 있는 자세한 설명을 제공합니다. 반면 Sonnet 3.5는 응답 속도가 매우 빠릅니다. Itt는 다른 두 모델에 비해 절반의 시간 안에 응답을 생성합니다. 그 응답은 간결하고 항상 요점을 전달합니다. 한편 DeepSeek R1은 응답을 생성하는 데 시간이 걸리긴 하지만 훌륭한 결과를 보여줍니다. 그러나 답변에는 전반적인 경험을 저하시킬 수 있는 구문 오류가 있을 수 있습니다.

결론

DeepSeek R1은 LLM 분야의 판도를 바꾸는 역할을 합니다. OpenAI의 o1 시리즈 및 Claude의 Sonnet 3.5에 필적하는 추론 기능을 매우 저렴한 비용으로 제공합니다. 강화 학습 기반 접근 방식과 논리 집약적 작업에 중점을 두어 심층 추론, 수학 또는 코딩 작업에 대한 도움이 필요한 사용자에게 강력한 경쟁자가 됩니다. 출력은 인상적이지만 가끔씩 발생하는 구문 오류와 느린 응답 시간은 개선의 여지가 있음을 보여줍니다.

따라서 DeepSeek R1, o1 및 Sonnet 3.5 중에서 선택하는 것은 비용, 속도, 자세한 통찰력 또는 추론 중심 출력 등 특정 작업 요구 사항에 따라 달라집니다.

자주 묻는 질문