2025年2月深度实测！DeepSeek、OpenAI o1、Gemini打造爆款应用及对比

我在网上看到了关于DeepSeek R1的各种说法，这是一个开源模型，其能力即便不比OpenAI o1等付费模型强，也与之相当：

由于我在日常工作中广泛使用这些人工智能模型（使用Cursor AI），我决定看看哪种模型最适合我。

在进行了200次Cursor请求后，我将分享我的实验结果。

一、实验设置

我从lmarena排行榜上挑选了前两名的模型，即DeepSeek R1和OpenAI的o1：

以及竞争对手——Gemini-Exp-1206……

我设计了三个实际的编码挑战来测试每个模型的能力：

情绪追踪网络应用程序

• 基于日历的情绪记录
• 可视化情绪追踪
• 图表数据可视化

由o1设计的情绪追踪器

随机食谱生成器

• 与MealDB API集成
• 类别过滤
• 收藏管理
  

由DeepSeek R1设计的食谱生成器

“抓鼹鼠”游戏

• 实时动画
• 音效
• 难度递进
  

由Gemini设计的“抓鼹鼠”游戏

二、如何测试每个模型

我对这三个挑战都采用了完全相同的流程：

1. 编写小型需求文档
   我列出了每个项目应包含内容的简要清单，比如“使用日历库”“使用本地存储来存储数据”或“从外部API获取数据”。
2. 向人工智能索要完整代码
   我向模型提出需求，然后等待生成代码。如果代码有漏洞或缺少某些功能，我会提供具体反馈（比如“情绪的颜色编码有问题”等），直到代码能够正常运行。
3. 对结果进行评分
   一旦应用程序运行起来，我就会根据我的检查清单对其进行测试。主要功能是否可用？代码结构是否整洁？从用户角度看是否良好？我会给每个模型一个最终评级。
4. 进行比较
   在使用这三个模型完成了所有三个应用程序后，我收集了我的笔记并进行了整理。

下图是代码生成的流程。

以下是一个示例产品需求文档（PRD）的样子：

---
name: "Mood Tracker"
about: "Modern mood tracking web app with data visualization"
date_created: "2025-01-26"
project_name: "MoodTracker"
tech_stack: ["NextJS 15", "TypeScript", "Shadcn", "Tailwind CSS", "Chart.js", "date-fns"]
version: "1.3"
---

# 🎯 Mood Tracker PRD

A modern web application for logging daily moods and visualizing emotional trends with charts.

---

## 1. **Success Criteria**

1. **Core Functionality**
   -