今年DeepSeek的横空出世之后，整个AI圈可谓是直接变天了。
先是OpenAI打自己脸，表示闭源策略是“站在了历史的错误一边”。
随后百度这边也付出了实际行动。
这就很有节目效果。
DeepSeek一开源，天突然就亮了，风突然就停了。
当然啦，DeepSeek除了带起了大模型开源的趋势。
最近我还发现，它还把很多家大厂的「推理模型」给“逼”出来了。
比如腾讯，前阵子就发布了自研的深度思考模型。
再到这两天，豆包紧随其后，开启了自研深度思考模型的灰度测试。
很可惜的是，机哥没被灰度上。
而阿里最新推出的——
QwQ-Max-Preview推理模型
目前倒是完全免费可用，而且也支持深度思考和联网搜索两大功能。
至于百度的「深度搜索」功能，虽说也基于自研的文心大模型4.0 Turbo。
但我发现它只提供一张免费权益卡。
也罢…
用来做个对比评测够用了。
至此，百度、阿里、腾讯和字节跳动都有了自研的、且支持深度思考的推理模型。
此情此景，不来个赛博斗蛐蛐都说不过去了。
谁家推理模型更好用？
咱们就一块看看，几家推理模型的实际能力如何。
先来看很经典的大模型翻车问题——
9.11和9.9谁大
这问题对于人类来说，没啥难度可言。
但很多大模型，往往会把小数点后的9和11用来比较，识别出11比9大，就得出9.11＞9.9的结论。
属于是聪明了，但只聪明了一半。
但说实话啊，现在各家的深度推理模型，基本就不会犯这样的错误了。
因为推理模型本身就有很强的逻辑推理、自我反思能力。
比如这是阿里QwQ-Max-Preview推理模型，所给出的答案。
他的思考过程就很有意思，知道这个问题经常会有大模型翻车，也知道要着重看小数点部分。
最终给出的答案也很准确。
同样的问题，我也扔给了腾讯元宝的混元T1推理模型。
实际体验下来，混元T1推理模型的思考过程很快。
用时14秒，也有展示思维链，给出的答案准确。
而论起思考的时长和深度，DeepSeek无疑是最详细的。
答案没啥毛病。
最后是百度文心一言的深度搜索。
有一说一，虽然它也提供了深度思考的过程。
但机哥总觉得，它这个思考过程太过繁杂，我看完都差点把自己绕进去了。
大伙可以点开大图，感受一下。
相较起来，阿里和混元的深度思考过程，确实简洁明了不少。
比如它们都考虑到十分位和版本号等差异。
最后根据正确的数学数值对比，给出正确答案。
当然从这轮测试能看出，“数字比较”对于推理模型已经没啥难度了。
那咱们再重点关注下，各家推理模型的联网搜索和整合能力。
我的问题是：
“帮我详细汇总今年要发布的影像超大杯手机的配置、定位和特色”。
咱们先看看，阿里QwQ-Max-Preview模型的回答。
老样子，它依旧给出了详细、直观且逻辑清晰的思考过程。
最后给出的答案，机哥自个儿是挺满意的。
像是小米15 Ultra、vivo X200 Ultra、OPPO Find X8 Ultra和华为华为Pura 80 Ultra等超大杯的定位和核心出装，都汇总得很到位。
腾讯元宝这边，得益于优质的公众号文章信源。
给出的回答甚至更胜一筹，对各家超大杯的配置、定位和特色，盘点得更加齐全。
咳咳，它甚至把机哥写的文章当作信源之一了。
而文心一言这边。
说实话其他国产超大杯的配置，给出的信息都问题不大。
但唯独这三星S25 Ultra吧。
我寻思这机子不都发布了么，怎么还写着“发布时间未明确提及”。
最后是大家比较关心的，DeepSeek的表现。
只能说，还是熟悉的味道，一到下午就服务器繁忙。
总的来说，在联网搜索这一块，阿里的QwQ-Max-Preview和腾讯的混元T1表现都挺不错。
平时懒得在传统搜索引擎做主动筛选的机友。
其实可以找它们，来帮忙搜索和总结联网信息。
文心一言的深度搜索，我体验下来是能用的，但偶尔会掉下链子。
再看看它们的文案创作能力。
我测试下来，感觉阿里的推理模型，效果最接近DeepSeek。
机哥让它用孙笑川吧吧友的语气，锐评我自己。
它通过联网搜索，结合深度思考过程，摸清了好机友的文风和调性，锐评起来也是毫不留情。
什么“科技界的三和大神”。
什么“教人下个App都要配8张表情包”。
破防了家人们。
而腾讯元宝和文心一言的攻击性，倒也不是说不够强。
但机哥总感觉遣词造句差点味道。
喷得不够丝滑，不够阴阳怪气。
（腾讯元宝）
（文心一言）
这一轮测试的结果，倒是符合机哥预期。
因为阿里的Qwen2.5-Max，在刚发布的时候，它在多个基准测试中的性能，表现都比DeepSeek-V3更强。
非要比个孰优孰劣的话。
Qwen2.5-Max更擅长数学和编程，DeepSeek-V3更擅长文案创作、解析和总结。
比如我让Qwen2.5-Max画一个贪吃蛇游戏。
它半分钟不到就给我整出来了。
更多开源模型正在路上
当然更让人兴奋的是。
阿里官方表示，后续会把QwQ-Max、Qwen2.5-Max这俩旗舰模型进行开源。
其中就包括，更适合端侧运行的小尺寸模型。
这就让我很好奇，iPhone吃上阿里大模型后，「苹果牌AI」会有怎样的表现。
不得不说，自从DeepSeek搞起了一轮“开源轰炸”后。
整个AI圈都或主动、或被动地加入到这股浪潮。
答案呈现更直观、更严谨、更聪明的推理模型，成为了大厂们的必争之地，目前腾讯、阿里、字节跳动和百度都出手了。
估计后续还会有更多厂商进来玩。
而开源模型的不断涌现，肯定也更有利于，把大模型普及到各行各业，乃至各个App。
想象一下。
打开美团，大模型自动帮你推荐合胃口的外卖。
阅读微信文章，微信提供大模型一键总结摘要的功能。
去电商App买个手机，大模型还能帮你汇总手机的配置和优缺点。
啧，想想就觉得很爽。
图片来自网络
L、
元宝用的好像就是DS的推理吧