4大短板暴露，但它为何仍能超越OpenAI o1？DeepSeek R1背后真相竟是……

最近，AI界又火了！DeepSeek推出了一款新的推理模型R1，直接对标OpenAI的明星产品o1。

这可是个大新闻！要知道，o1一直是业界的标杆，DeepSeek R1凭什么敢挑战它？

今天我们就来扒一扒背后的秘密。

虽然DeepSeek R1很厉害，但也不是完美的。它有几个小缺点，我们先来说说：

1. 多语言能力不足

DeepSeek R1主要专注于中文和英文，其他语言就有点不太灵光了。例如，即使查询使用的是非中文和非英文的语言，模型也可能会使用英文进行推理和回复。

此外，在多语言混合输入的测试中，模型的表现也不够理想。比如，在C-Eval（中文评估）中，未对齐的语言模型表现仅为86.5%，而对齐后的DeepSeek-R1提升至91.8%，但语言混合问题仍未完全解决。

2. 通用能力受限

尽管DeepSeek R1在数学、编程和推理任务上表现出色，但在一些通用任务上，如函数调用、复杂角色扮演和JSON输出等任务上，表现不如DeepSeek-V3。

此外，在软件工程任务中，DeepSeek R1的提升有限，主要原因是数据稀缺、长反馈延迟以及工具链依赖。比如，在SWE-bench评测中，DeepSeek-R1的“Reso