DeepSeek在AI领域崭露头角。当下AI发展迅速，众多模型中DeepSeek脱颖而出，安卓手机安装量激增，凸显其在关键细分领域出色的用户体验，与谷歌gemini相比优势明显。
内容总结能力更优。DeepSeek和Gemini都有总结能力，DeepSeek生成的总结可读性强，测试时以清晰要点给出关键结论，分析信息多且附参考文献；Gemini总结简洁但用户友好性欠佳。
免费模型凸显优势 。DeepSeek是免费开源模型，无需订阅费；Gemini采用免费增值模式，高级工具需订阅高级版。
本地处理优势显著 。基于云端的Gemini远程处理请求有延迟问题，服务器流量高时影响使用；DeepSeek本地运行消除了云端通信延迟。
训练成本更为低廉 。DeepSeek R1采用带结构化奖励系统的强化学习训练方法，用2048块英伟达H800GPU，55天完成训练，成本550万美元，远低于Gemini预计的1.91亿美元，不过成本说法透明度存疑。
离线工作表现出色 。基于云端的人工智能需稳定网络，Gemini Nano离线功能受限；DeepSeek可自行托管，在离线场景中优势明显。
可自行托管保护隐私 。多数人希望信息私密，基于云端的AI模型传输数据有风险；DeepSeek本地解决方案消除了数据泄露等担忧。
支持更深层次定制 。Gemini用户无法访问源代码等，只能进行预设调整；DeepSeek开源框架开放核心架构访问权限，用户可根据需求调整。
支持开源协作发展 。与专有模型不同，DeepSeek受益于集体贡献，能快速解决问题，开源生态系统加速功能扩展，开发人员可将其嵌入应用。
自托管模型减少审查 。闭源模型内容审核政策可能导致意外审查；DeepSeekR1去除版用户本地安装或托管可使用不受限制版本。
开源带来高透明度。开源使DeepSeek可被独立审查，闭源模型像“黑匣子”，缺乏透明度可能导致问题；在医疗保健和金融领域，DeepSeek可减少偏差。
挑战与启发并存 。DeepSeek成本低、开源且高效，挑战了专有人工智能解决方案的主导地位，其算法或许能为西方带来启发。
