DeepSeek的简介和初体验-3初体验文本生成和代码编写

3. 初体验

Deepseek可以进行文本生成，代码编写等功能，下面体验一下并和在其他平台的进行比较。

3.1 文本生成

春节假期电影哪吒之魔童闹海非常火爆，分别让deepseek官网，硅基流动，OpenRouter和秘塔AI搜索引擎生成一段生成一段哪吒2魔童闹海的推广词，比较思考过程，生成内容和生成时间。

平台	deepseek官网	硅基流动	OpenRouter	秘塔AI搜索引擎
思考过程	好的，用户让我帮忙写一段《哪吒2：魔童闹海》的推广词。首先，我需要了解用户的需求是什么。推广词通常用于吸引观众，突出电影的亮点，激发兴趣。可能用户需要这段文字用于社交媒体、海报或者预告片宣传。 接下来，我得考虑目标受众是谁。哪吒系列之前的电影主要吸引的是年轻人和家庭观众，所以推广词要兼顾热血、亲情、视觉特效等元素。同时，可能需要突出续集的新看点，比如新的剧情发展、角色成长或者更震撼的视效。 然后，回顾第一部《哪吒之魔童降世》的成功点，比如“我命由我不由天”的主题，角色哪吒的反叛与成长，以及亲情友情的描写。续集可能会延续这些元素，同时加入新的冲突，比如对抗天劫、敖丙的戏份增加，或者新的反派出现。 用户可能希望推广词既有激情又有感染力，使用短句和有力的词汇，比如“热血重燃”、“颠覆想象”、“震撼特效”等。同时需要点出情感线，比如“逆天改命”、“为爱而战”，让观众感受到故事的深度和情感冲击。 还要注意结构，通常开头吸引眼球，中间介绍亮点，结尾呼吁观看。可能需要加入一些疑问句或感叹句来增强互动性，比如“这一次，他能否逆天改命？”或者“你，准备好见证神话新篇了吗？” 另外，要避免剧透太多，保持神秘感，同时突出电影的卖点，比如IMAX版本、上映日期等。可能需要检查有没有使用到适合的关键词，比如“国漫巅峰”、“神话新篇”来强调电影的地位和品质。 最后，确保语言流畅，有节奏感，适合快速阅读，能够在短时间内传递核心信息。可能需要多次修改，调整用词，使推广词更具冲击力和吸引力。	无	无	好扽的，我需要帮用户生成一段《哪吒2魔童闹海》的推广词，并参考我搜索到的资料。首先，我得仔细看一下我搜索到的资料，找出电影的主要卖点和亮点。 提到电影的原声大碟和推广曲，由吕艳婷和瀚墨演唱，这可能可以用来强调音乐部分的吸引力。和讲的是预告片的震撼效果，角色关系的深化，尤其是哪吒与敖丙的复杂关系，还有视觉效果升级。和提到台词的力量，比如“小爷是魔，那又如何”，这可以作为宣传的亮点之一。和提到哪吒的成长故事和对抗命运的主题，这些情感点应该突出。 和说明观众反响热烈，尤其是喜剧元素和角色互动，比如土拨鼠的搞笑场景，可以增加推广词的趣味性。和提到角色设计的升级，数量更多且更精致，还有中式元素如火云纹，这些视觉细节值得强调。和强调了票房成功和文化传承，结合传统与现代技术，这能展示电影的影响力。 另外，提到票房超过《长津湖》，成为冠军，以及续集的创新，比如新角色和故事线，这也是卖点。提到宣传曲和番外短片，可以结合春节档期，吸引家庭观众。还提到周边商品热销，显示电影的市场热度。 需要整合这些信息，突出电影的高燃场面、感人亲情、喜剧元素、视觉特效以及文化内涵。同时要加入具体的例子，如经典台词、角色关系变化，以及音乐和票房成绩，让推广词更具说服力和感染力。最后，确保引用正确的证据编号，比如提到票房时用，提到音乐部分用，视觉特效用等。
生成内容	🔥 全新高燃剧情：宿命重压之下，哪吒能否打破“魔童”桎梏？ 🌊 颠覆视觉奇观：深海龙宫秘境、九霄雷霆之战，国漫特效再攀巅峰！ 💥 人性深度碰撞：亲情、友情、苍生大义，笑泪交织直击灵魂！ “若天命不公，我便掀了这海、踏破这天！” 202X年X月X日，影院见证神话新章！ IMAX 3D巨幕，沉浸体验神话史诗！ 🔥 魔童归来，这一次，为爱而战！ #哪吒2魔童闹海# #我命由我不由天# 你，准备好迎接这场颠覆三界的狂澜了吗？	《哪吒2：魔童闹海》——颠覆三界，再掀狂澜！ 他是天不怕地不怕的魔童，也是守护苍生的逆天英雄！ 这一次，哪吒将重返东海，掀起一场惊天动地的风暴！ 面对龙族的阴谋与挑衅，他将以无畏之姿，踏浪而行，逆天改命！ 友情与背叛，正义与邪恶， 在波澜壮阔的东海之上， 哪吒将用热血与勇气，书写属于自己的传奇篇章！ “我命由我不由天！” 这一次，他将以魔童之力，闹翻东海，震撼三界！ 2023年，与你一同见证这场史诗级的冒险！ 《哪吒2：魔童闹海》—— 一场视觉与心灵的双重震撼， 一次颠覆传统的热血传奇！ 你，准备好了吗？	哪吒2:魔童闹海》——燃爆暑期档,颠覆命运,重写传奇! 当天地不仁,规则不公,谁敢站出来挑战命运?那个高呼“我命由我不由天”的魔童哪吒,再次归来,这一次,他要闹翻的不只是东海,而是整个天地秩序! 颠覆传统,热血升级 “若前方无路,我便踏出一条路!若天地不容,我便扭转这乾坤!”哪吒的怒吼,点燃了每个人心中不屈的火焰。他用行动告诉我们,规则是用来打破的,命运是用来改变的! 💥 视觉炸裂,国漫巅峰 九霄龙吟,巨浪滔天,冰与火的碰撞,仙与魔的交锋!每一帧画面都是视觉盛宴,每一场战斗都震撼人心。这是一次国漫技术的新突破,更是一场视觉与心灵的双重冲击。 💖 情感交织,笑泪齐飞 哪吒与家人、朋友之间的羁绊,让人笑中带泪,泪中带笑。母亲的温柔,父亲的反思,敖丙的坚定,哪吒的成长,每一个角色都鲜活立体,每一段故事都触动心弦。 金句频出,引爆网络 “因为我们都太年轻,不知天高地厚!”哪吒的每一句台词都铿锵有力,直击人心,势必成为新一轮的网络爆款金句。他的叛逆与执着,正是我们心中的少年气! 燃炸剧情,反转不断 哪吒不再是那个被规则束缚的魔童,他将挑战天地,打破不公,带领万妖冲破枷锁!跌宕起伏的剧情,意想不到的反转,绝对让你全程肾上腺素飙升! 这个夏天,和哪吒一起,冲破命运的枷锁,燃爆你的热血与激情! 《哪吒2:魔童闹海》现已震撼上映,走进影院,见证这场颠覆天地的传奇之战! #哪吒2魔童闹海# #颠覆命运# #国漫崛起#	《哪吒2魔童闹海》震撼来袭！燃爆新春，见证逆天改命！ 五年前，“我命由我不由天”点燃热血；五年后，“小爷是魔，那又如何”再掀狂潮！《哪吒2魔童闹海》强势登陆2025春节档，票房已破50亿，登顶中国影史冠军！续作全面升级，以极致视效与动人情义，续写魔童涅槃之路！ 高燃成长，冲破命运枷锁！ 哪吒肉身碎裂仍浴火觉醒，以“赤子之心”打破偏见，豪言“若前方无路，我便踏出一条路”！与敖丙的羁绊从惺惺相惜到暗生裂痕，复杂关系引爆剧情张力。深海龙族复仇滔天，百万妖兽席卷陈塘关，海底岩浆倒灌的末日奇观令人屏息！ 亲情与笑泪交织，春节必看合家欢！ 殷夫人一句“遇事要冷静”道尽天下父母心，哪吒与父母的温情互动直戳泪点。更有土拨鼠“抢食”名场面、戏腔打油诗“能降妖来会作诗”，笑点密集引爆全场！原班人马回归，角色建模精致升级，火云纹刺绣、中式包边细节尽显匠心。 音乐震撼，文化破圈！ 推广曲《我乃哪吒三太子》由哪吒、敖丙声优吕艳婷、瀚墨倾情献唱，敖广人形登场配以磅礴旋律，吟唱直击灵魂。阿鲲操刀的超燃BGM以三个音符点燃万妖反抗，视听盛宴再创国漫巅峰！ 传统与现代交融，定义新时代神话！ 影片将AI技术与传统绘画深度融合，2000+特效镜头打造东方美学奇观。从“反抗命运”到“推翻规则”，哪吒精神映照时代命题，成为中国文化自信的鲜活符号！ 大年初一，见证魔童闹海！ 带上家人，感受热血与温情齐飞，笑泪共视效一色！哪吒已至，不服来战！
生成质量（本人主观评价）	优良，展示思考过程，生成内容有感染力。生成时间未明确，考虑到了上市的时间问题	良，生成内容较有感染力，但是无思考过程，时间有问题	良好，生成内容较有感染力，且加上了话题，但是无思考过程，时间有问题。	优秀，能够展示思考过程，结合前一部的内容，搜索相关内容进行了整合，体现电影内容具有共鸣，时间也正确。并且能够列出相关来源，相关人物和事件。
生成时间	19s	15.9s	30s	/
备注	使用深度搜索和联网功能。	使用DeepSeek-V3	使用DeepSeek-V3 free	秘塔AI接入满血版DeepSeek R1推理模型

总的来看，四个平台都能较好的完成推广词的生成。此次生成本人主观认为秘塔AI>deepseek官网>OpenRouter>硅基流动。对于不同文本生成工作，可以使用不同平台，多次迭代生成内容，从而找到最满意的方案。总体而言，这些平台已经大幅降低了广告词等文本生成的难度，极大的提升了生成的效率和质量。

3.2 代码编写

使用leetcode上LeetCode 热题 100的70，爬楼梯问题进行测试，分别让deepseek官网，硅基流动，OpenRouter和秘塔AI搜索引擎编写代码，测试编程时间和算法的复杂度。

3.2.1 题目：爬楼梯

3.2.4 平台表现

本人代码，本人约一年半时间未接触leetcode题目，再次编写需要15min时间。（野驴还我编程能力，哭！）

class Solution:
    def climbStairs(self, n: int) -> int:
        if n<=1:
            return 1
        a = 1
        b = 1
        for i in range(n-1):
            a,b = b,a+b
        return b

输入：你好，假设你正在爬楼梯。需要 n 阶你才能到达楼顶，每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？请使用Python编程，输入楼梯阶数n，反馈共有多少种方案。

平台	deepseek官网	硅基流动	OpenRouter	秘塔AI搜索引擎
思考过程	嗯，用户问的是爬楼梯的问题，需要n阶台阶，每次可以爬1或2步，问有多少种不同的方法。首先，我得想这个问题怎么解决。这个问题应该是一个经典的动态规划问题，或者是递归问题吧。不过递归的话可能会有重复计算，所以动态规划可能更高效。 我记得斐波那契数列和这个问题很像。比如，当n=1的时候，只有一种方法；n=2的时候，两种方法，1+1或者直接2；n=3的时候，就是n=1的方法加上n=2的方法，也就是3种。看起来确实符合斐波那契数列的规律，也就是f(n) = f(n-1) + f(n-2)。这样的话，可以用动态规划来解，或者用递归加记忆化，或者直接用数学公式。 但用户要求用Python编程，所以需要写一个函数，输入n，输出方案数。那我应该怎么实现这个呢？用动态规划的话，可以创建一个数组或者变量来保存前两步的结果，然后迭代计算到n的值。比如，初始化a=1（n=1），b=2（n=2），然后从3开始循环到n，每次更新a和b的值，最后返回b或者a，具体取决于n的大小。 不过还要考虑n的边界情况，比如n=0的话可能返回0？但题目里说是到达楼顶需要n阶，所以n应该是正整数吧。比如当n=0时可能没有方法，或者需要处理特殊情况。不过题目可能保证n是正整数，所以在代码里应该处理n=1和n=0的情况。 比如，如果n=0，返回0；n=1返回1；n=2返回2；然后对于更大的n，用循环计算斐波那契数列。这样应该可以覆盖所有情况。 或者可以用递归的方法，但是递归会有很多重复计算，当n很大的时候效率会很低，比如n=40的话，递归可能超时或者栈溢出。所以动态规划是更好的选择。 那具体来说，代码怎么写呢？比如： def climbStairs(n): if n == 0: return 0 elif n == 1: return 1 elif n == 2: return 2 a, b = 1, 2 for _ in range(3, n+1): c = a + b a = b b = c return b 这样应该可以正确计算。比如测试n=3，得到3；n=4，得到5，以此类推。那这样应该正确。 不过有没有其他方法？比如用斐波那契公式直接计算？不过对于编程来说，动态规划的方法更直观，而且时间复杂度是O(n)，空间复杂度是O(1)，应该已经足够高效了。 那用户的需求是输入n，返回方案数。所以Python函数应该接受一个整数参数n，然后返回对应的值。例如，输入3，返回3；输入5，返回8等。 另外，还需要考虑n的取值范围，比如n可能很大，但Python的整数不会有溢出的问题，所以不用担心。 总结一下，这个问题的解法是斐波那契数列的动态规划实现，时间复杂度低，空间复杂度也低，适用于较大的n。	这个问题可以通过动态规划来解决。我们可以定义一个数组 dp，其中 dp[i] 表示爬到第 i 阶楼梯的不同方法数。根据题意，每次可以爬 1 或 2 个台阶，因此 dp[i] = dp[i-1] + dp[i-2]。	这个问题是一个经典的动态规划问题,类似于斐波那契数列。我们可以使用动态规划来解决。	嗯，用户的问题是关于爬楼梯的不同方法数量，需要用Python编写一个程序。首先，我得理解问题。题目是说每次可以爬1或2个台阶，求n阶楼梯有多少种不同的方法到达楼顶。我发现这个问题和斐波那契数列有关联，可能可以用动态规划或者递归来解决。 提到LeetCode 70题的爬楼梯问题实际上是斐波那契数列的变式，解法类似。中的Python代码展示了用循环实现的动态规划方法，使用三个变量lower、middle、higher来迭代计算结果。而则提供了更简洁的代码，用pre和cur两个变量交替计算，这也是常见的斐波那契数列优化方法。比如当n=3时，答案应该是3，但的示例中给出的输入3输出3，但代码中的循环次数是n-2次，当n=3时循环执行一次，计算出higher等于middle+lower=2+1=3，所以返回higher是正确的。 此外，和都提到动态规划的思路，用dp数组来存储每一步的方法数，初始条件为dp[0]=1和dp[1]=1，之后每个dp[i] = dp[i-1] + dp[i-2]。不过，根据的代码示例，其实可以只用两个变量来节省空间复杂度，不需要维护整个数组。比如当n=4时，结果应该是5，中的测试用例也验证了这一点。 不过需要注意的是，不同证据中的初始条件可能不同。例如，中的代码处理n=1和n=2的情况直接返回1和2，而中的代码从pre=1和cur=1开始循环，当n=2时返回cur=2。这是因为斐波那契数列的起始点可能会有差异，比如有些将F(0)=0, F(1)=1，但这里的问题可能需要调整初始值。比如，根据问题描述，当n=1时，应为1种方法；n=2时，两种方法；n=3时，三种方法，这正好对应斐波那契数列的F(3)=3，F(4)=5等。 所以正确的递推式应该是f(n) = f(n-1) + f(n-2)，其中f(1)=1，f(2)=2。这与斐波那契数列的起始索引不同，例如这里的f(n)相当于斐波那契数列中的F(n+1)。 现在，编写Python代码的话，应该如何处理呢？中的代码使用了三个变量，而的代码更简洁。例如，当n=1时返回1，n=2时返回2，n>=3时开始循环。例如，当n=3时，循环执行一次（因为n-2=1次），计算cur = pre + cur，pre更新为之前的cur。初始时pre=1，cur=2（对应n=2的情况），循环一次后pre=2，cur=3（对应n=3的结果）。所以对于n>=3的情况，可以通过循环n-2次得到结果。 综合各个证据中的正确方法，对比它们的实现方式，最优化的应该是用两个变量的动态规划，时间复杂度O(n)，空间复杂度O(1)。因此，正确的Python代码可以像中的方案，初始化pre=1，cur=1，然后循环n-1次，每次更新pre和cur。比如，当n=1时，循环次数是0次，返回cur=1。n=2时循环一次，cur=pre+cur=1+1=2。所以，这种初始条件更统一，不需要单独处理n=1和n=2的情况。 不过，需要验证一下是否正确。例如，当n=3时，循环两次。初始pre=1，cur=1。第一次循环i=1，pre=1，cur=2；第二次i=2，pre=2， cur=3。这时返回cur=3，正确。而中的代码循环次数是range(1,n)，也就是当n=3时，i=1和i=2，循环两次，得到cur=3。所以该代码的处理是正确的。 可能存在矛盾的是中的示例输入n=3时，输出3，而代码中的初始条件对于n=3进入else分支，循环n-2=1次，higher初始是3，经过一次循环后变为2+1=3，然后返回higher=3。这也正确。这说明两种方法都可以得到正确的结果，但具体的初始条件设置不同。 因此，结合多个证据中的正确代码，最终的Python函数应正确计算斐波那契数列的第n+1项，或者等价地，采用动态规划的方式。最后，需要确保代码的鲁棒性，处理n=0或n=1的情况。但根据问题描述，n是正整数，所以不需要考虑n=0。 综上，正确的Python代码可以像中所示，使用两个变量迭代，或者如中的使用三个变量。下面选择一种简洁且高效的写法。 要解决爬楼梯问题，我们可以使用动态规划或类似斐波那契数列的方法。核心思路是：第 n 阶的方案数等于到达第 n-1 阶和第 n-2 阶方案数的总和，因为最后一步可以是爬1阶（从 n-1）或2阶（从 n-2）。
生成内容	要解决爬楼梯问题，可以使用动态规划的方法，其本质是斐波那契数列的变种。每次可以选择爬1阶或2阶，因此到达第n阶的方法数等于到达第n-1阶和第n-2阶的方法数之和。以下是Python实现： （代码见下方：） 代码说明： 动态规划优化：用两个变量 a 和 b 分别保存前两步的结果，空间复杂度优化至 O(1)。 边界处理：当 n 为0或1时，直接返回1（如题目隐含 n ≥ 0）。 时间复杂度：O(n)，只需一次遍历即可完成计算。 示例输出： 输入 n=3，输出 3 种方法（1+1+1, 1+2, 2+1）。 输入 n=5，输出 8 种方法	详见下方：	详见下方：	详见下方：
生成质量	优秀，具有分析过程，代码演示，代码说明等，自动分析了算法的时间和空间复杂度。	良好，分析过程简单，时间段，代码演示，说明，但是没有主动解释算法的时间和空间复杂度。程序的空间复杂度高。	优良，分析过程简单，时间段，代码演示，说明，程序的空间复杂度高。主动解释算法的时间和空间复杂度，说明有优化程序	优秀，具有分析过程，代码演示，代码说明等，自动分析了算法的时间和空间复杂度。并且能够列出相关来源，相关人物和事件，查找相关的程序更加方便。
生成时间	33s	25s	/	/
备注	使用深度搜索和联网功能。	使用DeepSeek-V3	使用DeepSeek-V3 free	秘塔AI接入满血版DeepSeek R1推理模型

deepseek的代码：

def climb_stairs(n: int) -> int:
    if n <= 1:
        return 1
    a, b = 1, 1
    for _ in range(2, n + 1):
        a, b = b, a + b
    return b

n = int(input("请输入楼梯的阶数n："))
print(f"共有 {climb_stairs(n)} 种不同的方法爬到楼顶。")

硅基流动的代码（使用数组，空间复杂度高，输入优化命令可以生成类似上方的程序）：

def climb_stairs(n):
    if n == 1:
        return 1
    dp = [0] * (n + 1)
    dp[1] = 1
    dp[2] = 2
    for i in range(3, n + 1):
        dp[i] = dp[i - 1] + dp[i - 2]
    return dp[n]

# 输入楼梯阶数 n
n = int(input("请输入楼梯阶数 n: "))
# 输出共有多少种方案
print(f"共有 {climb_stairs(n)} 种不同的方法可以爬到楼顶。")

OpenRouter的代码：

def climb_stairs(n):
    if n == 1:
        return 1
    if n == 2:
        return 2
    
    # 初始化前两个值
    dp = [0] * (n + 1)
    dp[1] = 1  # 爬 1 阶有 1 种方法
    dp[2] = 2  # 爬 2 阶有 2 种方法
    
    # 从第 3 阶开始计算
    for i in range(3, n + 1):
        dp[i] = dp[i - 1] + dp[i - 2]  # 方法数等于前两阶方法数的和
    
    return dp[n]

# 输入楼梯阶数 n
n = int(input("请输入楼梯阶数 n: "))

# 输出结果
result = climb_stairs(n)
print(f"爬到 {n} 阶楼顶共有 {result} 种方法。")

秘塔AI搜索引擎的代码：

def climbStairs(n: int) -> int:
    if n <= 2:
        return n
    pre, cur = 1, 2
    for _ in range(2, n):
        pre, cur = cur, pre + cur
    return cur

对此问题，上述平台均能在1min以内完成问题分析，代码编写，演示等功能，已经基本和成熟的程序员类似，远快于新手或者长期不进行编程的人。而且能够自动分析代码的优化方案。个人评价秘塔AI>deepseek官网>OpenRouter=硅基流动。对于不同问题，可能具有不同表现，需要进行迭代，寻找最优，最简介的程序。

上述AI平台极大的便捷了我们的文本生成，代码编写等工作。然后AI生成内容真假难辨，我们需要独立思考，认真分辨。AI时代已经到达。