Đối với ChatGPT thì có nhiều tính năng hơn rất nhiều được cung cấp. Nó bao gồm tất cả các tính năng của Deep Seek và thêm các tính năng khác như các model được finetune sẵn với đa dạng các nhu cầu. Đặc biệt là tính năng canvas cực kỳ hữu dụng cho phép người dùng tương tác trực tiếp và song song khi làm việc với chatbot ở từng thành phần của văn bản.
Về tốc độ phản hồi. Mình thử chạy cùng một prompt ở 2 model là Deep Seek R1 và ChatGPT o1 để tiện so sánh. Hầu hết là các tác vụ khá nặng với prompt nhiều thành phần, được craft kỹ và đòi hỏi suy luận thì có sự chênh lệch rõ về tốc độ phản hồi của 2 bên. Hầu hết các lần chạy, ChatGPT o1 trả kết quả nhanh hơn so với Deep Seek R1.
Cụ thể mình thử craft một prompt bắt model tạo ra bài viết với rất nhiều yêu cầu về động cơ vĩnh cửu. ChatGPT mất 17 giây để suy luận và trả về kết quả như hình trên.
Trong khi đó Deep Seek R1 mất 26 giây để suy nghĩ. (tại thời điểm mình thử, trưa ngày 29/1/2025, DeepSeek liên tục bị quá tải máy chủ dẫn tới không thể xử lý prompt mình nhập vào. Phải bấm thử nhiều lần mới được, khá bực mình)
Tiếp theo, mình thử kêu ChatGPT o1 tạo một game Tetris. Mất 6 giây để model suy luận và sinh ra nội dung code game bên dưới. Đối với ChatGPT, chúng ta có thể bấm vào nút edit bên cạnh khung chưa code để hiện ra giao diện cavas edit code và sau đó chạy thử với console luôn.
Với tình huống này, Deep Seek tiếp tục mất nhiều thời gian hơn để suy luận và trả về kết quả. Riêng có thao tác chạy thử code thì bên này đơn giản hơn, người dùng chỉ cần bấm vào nút run ở cạnh dưới khung code do AI sinh ra là popup chạy lên. Tính năng chạy code này đơn giản như Claude nên mình khá thích, không cần bấm nhiều như ChatGPT. Tuy nhiên hiện có vẻ Deep Seek chỉ mới chạy được HTML chứ Python thì chưa chạy được.
Trong thí dụ này, mình thử kêu ChatGPT o1 tạo một trang web đổi đơn vị, cung cấp thêm thông tin về lịch sử mỗi đơn vị và bắt nó tạo theo theme màu với mã hex cho sẵn. Kết quả nó mất 35 giây để tạo ra một trang web bằng HTML, CSS và JS.
Deep Seek mất 20 giây để tạo ra giao diện HTML và có thể chạy như thế này.
Các cập nhật sắp tới
Có bạn hỏi mình là vậy có thể dùng Deep Seek để train hay custom nó lại theo ý muốn với tập data có sẵn không (có bạn còn hỏi để kiếm tiền nữa). Câu trả lời là hiện không thể nha. Deep Seek không hề công bố cấu trúc Dataset và cả các thuật toán mà họ dùng để đánh giá các câu trả lời, logic trả về kết quả nên việc đó là không thể. Hiện tại tất cả những gì chúng ta có thể làm là dùng Deep Seek theo 2 cách nói trên.
Chắc chắn đây vẫn mới là bước đầu tiên của cuộc chơi. Sẽ còn khá nhiều thứ hay mà cả Deep Seek sẽ làm với dịch vụ của họ và cả động thái sắp tới của cả các bên nữa. Chúng ta hãy cùng hóng nha.
Loading...
