DeepSeek和ChatGPT我各充了100塊，一周后賬單讓我沉默了

最近群里有人問："DeepSeek免費又好用，還有人花錢用ChatGPT嗎？"

我當時沒答，因為我兩邊都在用。一個做開發的兄弟跟我說："你就拿兩個各花100塊跑一周，賬單會給你答案。"

所以我就真這么干了。一周的真實使用數據，今天完整攤出來。

先說測試條件

我的使用場景：寫代碼、做技術方案、查資料、寫文檔。算是一個中度的AI工具用戶，每天大概跟AI對話20-30輪。

兩邊各充了100塊，從周一用到周日，全程記了使用日志。

賬單先上

ChatGPT（GPT-4o）：

周一到周三，正常使用，感覺不到錢在燒。周四開始做一個比較大的項目，代碼量上來了，到周五下午系統提示余額不足。我查了一下——**三天半，100塊沒了。**

折算下來，這三天半里大概跟它聊了150多輪對話，提交了大概40次代碼需求，生成了十來份技術文檔。

DeepSeek：

同樣一周下來，我查了一下余額——**還剩82塊。** 也就是說一周只花了18塊。

同樣的對話量，同樣的代碼需求，同樣的文檔生成。DeepSeek的成本大概是ChatGPT的五分之一。

這個差距不是一點點大。

代碼能力：誰寫得更好？

我做了一個比較不公平但很真實的測試——把同一個需求分別丟給兩個。

需求：寫一個REST API，包含用戶注冊、登錄、密碼修改、刪除賬號四個接口，要有輸入校驗、錯誤處理和文檔注釋。

ChatGPT給的代碼，說實話寫得很干凈。結構清晰，邏輯正確，跑起來沒問題。但注釋很少，安全校驗也做了但不夠細致——比如密碼強度沒驗證，刪除賬號沒有二次確認。

DeepSeek給的代碼讓我有點意外。首先它多寫了200行——這200行全是安全校驗和注釋。密碼強度驗證做了（大小寫、數字、特殊字符），刪除賬號加了二次密碼確認，錯誤處理寫了五六種不同的異常類型。

**但ChatGPT有一點DeepSeek沒做到：** 它生成的代碼更"優雅"。同樣的功能，ChatGPT用了更簡潔的實現方式，變量命名更直覺。DeepSeek的代碼雖然更全面，但讀起來略顯啰嗦。

我后來在想，這可能跟兩個模型的訓練側重點有關。DeepSeek更偏向"全面和安全"，ChatGPT更偏向"簡潔和直覺"。

**我的實際選擇：** 寫原型用ChatGPT（快），寫生產代碼用DeepSeek（全）。

數學推理：一個把我驚到的案例

有一次我碰到了一個數據結構的問題——在有序數組里找第K大的元素，要求時間復雜度最優。

ChatGPT給了標準答案：用Python的heapq.nlargest，時間復雜度O(nlogn)。代碼沒問題，能跑。

DeepSeek給出的是快速選擇算法（QuickSelect），時間復雜度O(n)。不但更快，還附帶了完整的時間復雜度分析和中文注釋。

說實話這個案例讓我對DeepSeek刮目相看。因為O(nlogn)和O(n)的差距，在數據量大的時候是非常明顯的——如果數組有一千萬個元素，前者可能要處理好幾秒，后者幾乎瞬間完成。

后來我又試了幾道數學題，DeepSeek在數學推理上確實有一手。我查了一下，它的MATH基準測試得分58.7%，而GPT-4是52.9%——雖然看起來只差不到6個百分點，但這個差距在數學競賽級別的題目里是很大的。

中文能力：不用測，日常就能感受到

這個沒什么好多說的。

讓ChatGPT幫我寫一封中文郵件，寫得通順，但總覺得哪里不對——遣詞造句太"翻譯腔"了，不像一個中文母語者寫出來的。

讓DeepSeek寫同樣的郵件，讀起來自然得多。遣詞更地道，語氣更貼合中文商務場景。

我還試了一個比較極端的測試——讓兩個模型賞析同一首古詩（李白的《將進酒》）。ChatGPT給了300字的基礎性介紹，說了一些大家都知道的事。DeepSeek給了800字的深度分析，具體到了每一句詩的修辭手法和意象解析。

結論：中文場景，DeepSeek全面碾壓。

DeepSeek的不足：說幾個真實的

用了一周之后，我不是沒發現DeepSeek的問題。

**第一，創意寫作確實不如ChatGPT。** 讓兩個模型寫營銷文案，ChatGPT的方案明顯更有創意、更有煽動性。DeepSeek寫的文案更像是"標準答案"——正確但平庸。

**第二，多模態能力差距大。** ChatGPT能看圖說話、能生成圖片，DeepSeek這兩樣都不太行（至少在免費版里體驗很差）。

**第三，偶爾會"想太多"。** DeepSeek有個思維鏈功能，回答之前會先"思考"。這個功能在數學和編程上很好用，但有時候問個簡單問題它也要想半天，體驗有點像跟一個過度認真的同學聊天。

**第四，復雜多步任務容易丟線索。** 我有一次讓它幫我做一個從數據清洗到可視化的完整流程，中間步驟一多它就開始混亂，前后邏輯對不上。ChatGPT在多步任務上的穩定性確實更好一些。

那我的方案是什么？

跑完這一周之后，我的實際工作流變成了這樣：

**日常寫代碼和調Bug** → DeepSeek（便宜、注釋全、安全校驗到位）

**技術文檔和中文材料** → DeepSeek（中文能力強）

**數學推理和算法設計** → DeepSeek（推理能力確實強）

**營銷文案和創意方案** → ChatGPT（創意能力更強）

**需要看圖或畫圖的時候** → ChatGPT（多模態是實打實的優勢）

這樣搭配下來，一個月大概花30-40塊就夠用了，比單獨用ChatGPT省了至少80%。

說點實在的

我不覺得DeepSeek會在所有方面超越ChatGPT，短期內也不會。ChatGPT的通用能力和多模態生態確實是行業標桿。

但如果你是一個主要寫代碼、做技術、用中文的用戶——說實話，DeepSeek可能更適合你。而且它的價格，讓"每天都用AI"這件事變得沒什么壓力。

之前群里那個問題的答案我現在有了：**還有人花錢用ChatGPT嗎？有。但如果是技術場景為主，越來越多的人開始用DeepSeek了。**

如果你兩個都在用或者正在考慮選哪個，可以在評論區說說你的實際體驗——不是看誰家宣傳好，而是你自己用下來到底什么感受。