前些日子騰訊發(fā)布了他們最新的模型，號(hào)稱這是工業(yè)界首次將混合Mamba架構(gòu)無損應(yīng)用于超大型推理模型，并且顯著降低了訓(xùn)練和推理成本。

那么騰訊混元T1實(shí)際表現(xiàn)怎樣？和 DeepSeek 相比哪個(gè)更好用？

今天，江樹通過六個(gè)維度的實(shí)測(cè)對(duì)比，和大家一起來看看騰訊混元與DeepSeek這兩款國(guó)產(chǎn)大模型在實(shí)際應(yīng)用中的表現(xiàn)差異。

這些差異背后，是技術(shù)路線的選擇，也是未來發(fā)展的方向。

1. 上下文窗口

首先，我們來看一個(gè)技術(shù)指標(biāo)：上下文窗口大小。

什么是上下文窗口？

用一個(gè)簡(jiǎn)單的比喻：如果把AI比作一個(gè)人，上下文窗口就是這個(gè)人一次能看多少頁材料并記住其中的內(nèi)容。窗口越大，AI一次能"看"的內(nèi)容越多，記憶的連貫性也就越強(qiáng)。

從數(shù)據(jù)來看，騰訊混元的上下文窗口是28K，而DeepSeek是64K，后者是前者的兩倍多。

騰訊混元上下文窗口-來自騰訊云

這是什么概念？普通人閱讀速度大約是每分鐘200-300字，28K大約相當(dāng)于2-3萬字的材料，也就是一本中篇小說的內(nèi)容；而64K則相當(dāng)于5-6萬字，接近一本長(zhǎng)篇小說的容量。

這個(gè)差異對(duì)普通用戶意味著什么？

如果你只是日常聊天、問簡(jiǎn)單問題，可能感受不到差異。但當(dāng)你需要AI幫你分析一篇長(zhǎng)論文、理解一本書的內(nèi)容、或者處理長(zhǎng)篇復(fù)雜對(duì)話時(shí)，上下文窗口的大小就至關(guān)重要了。

想象一下，你在復(fù)習(xí)考研，讓AI幫你分析一篇長(zhǎng)達(dá)4萬字的學(xué)術(shù)論文。騰訊混元可能需要你把論文分成兩部分輸入，而且在處理第二部分時(shí)，它可能已經(jīng)"忘記"了第一部分的細(xì)節(jié)。而DeepSeek則可以一次性消化整篇論文，給出更連貫、更全面的分析。

這就像兩個(gè)助手，一個(gè)需要你說完一半停下來，消化一下再繼續(xù)；另一個(gè)可以一氣呵成聽你講完。顯然，后者的體驗(yàn)會(huì)更流暢。

2. 風(fēng)格表達(dá)能力

接下來，我們來看AI的"語言天賦"——風(fēng)格表達(dá)能力。

在測(cè)試中，我們讓兩個(gè)模型用"貼吧嘴臭老哥"的風(fēng)格點(diǎn)評(píng)一個(gè)技術(shù)問題。

結(jié)果非常有趣：騰訊混元似乎沒有理解這個(gè)風(fēng)格，回答顯得無厘頭；而DeepSeek則精準(zhǔn)把握了這種網(wǎng)絡(luò)亞文化的表達(dá)方式，回答既符合風(fēng)格又切中要害。

騰訊混元的戲好多。。。

DeepSeek 的回答攻擊力直接拉滿

這種差異反映了什么？

AI模型的風(fēng)格適應(yīng)能力，本質(zhì)上是對(duì)人類多樣化表達(dá)的理解能力。這不僅關(guān)系到AI能否理解互聯(lián)網(wǎng)上的各種語言變體，更關(guān)系到它能否讀懂人類復(fù)雜的情感和意圖。

想象一下，當(dāng)你心情低落，用略帶消極的語氣和AI聊天時(shí)，能理解你情緒的AI會(huì)給予安慰；而不能理解的AI可能會(huì)機(jī)械地回答問題，完全忽視你的情感需求。

在商業(yè)應(yīng)用中，這種能力更為關(guān)鍵。一個(gè)能理解各種表達(dá)風(fēng)格的AI可以為不同行業(yè)、不同人群提供個(gè)性化服務(wù)，比如為青少年用戶提供活潑的互動(dòng)，為專業(yè)人士提供嚴(yán)謹(jǐn)?shù)慕獯稹?/p>

3. 長(zhǎng)文創(chuàng)作能力

第三個(gè)維度是長(zhǎng)文創(chuàng)作能力，這對(duì)內(nèi)容創(chuàng)作者尤為重要。

在測(cè)試中，我們要求兩個(gè)模型用咪蒙風(fēng)格寫一篇2000字的公眾號(hào)文章。結(jié)果顯示，騰訊混元給出了一個(gè)詳細(xì)的大綱，但沒有完成全文；而DeepSeek則完整地寫出了一篇符合要求的文章。

騰訊混元直接偷懶寫大綱

DeepSeek 老老實(shí)實(shí)寫文章（部分）

這種差異說明什么？

長(zhǎng)文創(chuàng)作不僅測(cè)試AI的語言生成能力，更測(cè)試其邏輯組織能力和創(chuàng)意水平。寫短文可能只需要局部連貫，而寫長(zhǎng)文則需要全局規(guī)劃，需要控制情節(jié)發(fā)展、論點(diǎn)展開，甚至要設(shè)置起承轉(zhuǎn)合。

對(duì)于依賴內(nèi)容創(chuàng)作的行業(yè)——比如媒體、教育、營(yíng)銷——這種能力至關(guān)重要。一個(gè)能力強(qiáng)的AI可以幫助內(nèi)容創(chuàng)作者快速生成初稿，提高創(chuàng)作效率；而能力弱的AI可能只能提供創(chuàng)意輔助。

從更深的層面看，這反映了AI對(duì)人類思維方式的模擬程度。人類思考問題時(shí)會(huì)進(jìn)行前后連貫的推理，會(huì)基于已有信息做出判斷和預(yù)測(cè)。能完成長(zhǎng)文創(chuàng)作的AI，在某種程度上已經(jīng)具備了類似的能力。

4. 知識(shí)檢索能力

現(xiàn)在，我們來探討一個(gè)更具挑戰(zhàn)性的能力：知識(shí)檢索與理解能力。

在測(cè)試中，我們給兩個(gè)模型提供了《包法利夫人》的原文，并要求回答一個(gè)具體問題：盧奧老爹如何看待他的親家包法利先生？這個(gè)測(cè)試看似簡(jiǎn)單，實(shí)則考驗(yàn)了AI在海量文本中準(zhǔn)確提取關(guān)鍵信息的能力。

結(jié)果令人深思：騰訊混元完全沒有理解指令，答非所問；而DeepSeek不僅準(zhǔn)確回答了問題，還引經(jīng)據(jù)典，展示了對(duì)文本的深度理解。

混元完全沒有理解指令

混元最終的結(jié)果答非所問

DeepSeek 準(zhǔn)確理解復(fù)雜指令

DeepSeek 最終的回答引經(jīng)據(jù)典，有的放矢

這種能力差異的意義何在？

想象一下，當(dāng)你是一名律師，需要從上千頁的法律文件中找出關(guān)鍵條款；或者你是一名研究生，需要從大量論文中提煉研究結(jié)論。在這些場(chǎng)景下，AI的知識(shí)檢索能力直接決定了它能否真正減輕你的認(rèn)知負(fù)擔(dān)。

更深層次看，這反映了AI的"閱讀理解"水平。人類閱讀時(shí)會(huì)自動(dòng)過濾無關(guān)信息，抓住核心內(nèi)容，并基于已有知識(shí)體系進(jìn)行理解。而AI的這種能力，本質(zhì)上是對(duì)人類認(rèn)知過程的模擬。

在商業(yè)世界，這種能力的價(jià)值不言而喻。一個(gè)高效的知識(shí)管理系統(tǒng)，能幫助企業(yè)快速?gòu)暮Ａ繗v史數(shù)據(jù)中提取價(jià)值，輔助決策，甚至預(yù)測(cè)未來趨勢(shì)。

5. 數(shù)學(xué)與邏輯推理能力

接下來看看AI的"理科成績(jī)"——數(shù)學(xué)與邏輯推理能力。

我們給兩個(gè)模型出了一道三棱柱表面積的計(jì)算題。令人欣慰的是，兩個(gè)模型都給出了正確答案，只是在公式呈現(xiàn)上有所不同。

DeepSeek 回答正確

混元T1也回答正確

為什么數(shù)學(xué)能力對(duì)AI如此重要？

首先，數(shù)學(xué)問題是檢驗(yàn)AI邏輯推理能力的窗口。相比于開放性問題，數(shù)學(xué)題有明確的答案，能直觀反映AI的思維能力。其次，數(shù)學(xué)思維是人類智能的核心部分，也是AI向通用智能邁進(jìn)的關(guān)鍵一步。

從實(shí)用角度看，一個(gè)具備優(yōu)秀數(shù)學(xué)能力的AI，能幫助學(xué)生解題，輔助工程師計(jì)算，甚至為科學(xué)家建模。而從本質(zhì)上看，這種能力代表了AI對(duì)抽象概念的理解和操作能力。

6. 代碼能力對(duì)比

第六個(gè)維度是代碼生成能力，這對(duì)開發(fā)者和技術(shù)相關(guān)行業(yè)尤為重要。

在測(cè)試中，我們要求兩個(gè)模型編寫一個(gè)小紅書APP頁面的HTML代碼。結(jié)果顯示，兩個(gè)模型的代碼質(zhì)量相近，都能完成基本任務(wù)，但與國(guó)際頂級(jí)模型Claude相比仍有差距。

本文轉(zhuǎn)載自??云中江樹??，作者：云中江樹