OpenAI O3 Mini vs DeepSeek na agentívne použitie

K 31. januáru spustila spoločnosť OpenAI svoju novú generáciu modelov na uvažovanie s modelom O3 Mini. Celkovo sa zdá, že model OpenAI O3 Mini je 15-krát lacnejší pri približne rovnakej presnosti ako model O1, predchádzajúca generácia modelov na uvažovanie od OpenAI. Nový model, OpenAI O3 Mini, je už dostupný vo FlowHunt menej ako deň po jeho uvedení OpenAI. V tomto blogu sa detailne pozrieme na schopnosti modelu a porovnáme ho s DeepSeek.

Metodika hodnotenia OpenAI O3 Mini vs DeepSeek

V tomto hodnotení som využil jednoduchý, no účinný pracovný tok zahŕňajúci vstup do chatu, výstup z chatu a AI generátor, aby som ponúkol jasné a stručné vysvetlenie hlavnej línie otvorenia Ruy Lopez v šachu. Porovnaním výkonu DeepSeek a O3 Mini som mohol posúdiť, ako si každý systém poradil s úlohou načrtnutia kľúčových ťahov—ako napríklad 1. e4 e5, 2. Nf3 Nc6, 3. Bb5 a6, 4. Ba4 Nf6 a 5. O-O Be7—a ich ďalšieho vývoja. Táto komparatívna analýza demonštruje schopnosti týchto AI nástrojov pri spracovaní a sprostredkovaní komplexných šachových stratégií, a zároveň vyzdvihuje hodnotu jednoduchého konverzačného toku pre dosiahnutie čitateľnosti a praktických hodnotiacich výsledkov.

Toto je pracovný tok:

Výsledky DeepSeek

Model som sa opýtal nasledovné:
„Daj mi prvých 10 ťahov Ruy Lopez.“
Výsledok je nasledovný. Toto je myšlienkový proces DeepSeek:

o3 mini vs deepseek Reštartovanie relácie Prosím čakajte daj mi prvých 10 ťahov ruy lopez
Takže sa snažím zistiť prvých 10 ťahov otvorenia Ruy Lopez v šachu. Pamätám si, že Ruy Lopez je jedno z najstarších a najpopulárnejších otvorení, začínajúce ťahmi 1.e4 e5. Potom Biely hrá 2.Nf3, vyvíja jazdca a pripravuje kontrolu stredu. Nasleduje 2…Nc6, kde Čierny vyvíja svojho jazdca a kryje pešiaka na e5. Skutočné otvorenie Ruy Lopez začína ťahom 3.Bb5, ktorý útočí na jazdca na c6. Myslím, že toto je kľúčový ťah, ktorý definuje otvorenie. Čierny väčšinou odpovedá 3…a6, aby napadol strelca. Potom Biely hrá 4.Ba4, ustupuje strelcom na bezpečné pole. Zatiaľ mám šesť ťahov: 1.e4 e5 2.Nf3 Nc6 3.Bb5 a6 4.Ba4. Ďalším ťahom Čierneho je často 4…Nf6, vyvíja jazdca a útočí na pešiaka na e4. Biely sa následne krátko rošáduje 5.0-0, aby dostal kráľa do bezpečia a zapojil vežu do hry. To je osem ťahov. Čierny môže ďalej hrať 5…b5, čím napáda Bielych strelca na a4 a získava priestor na dámskom krídle. Biely odpovedá 6.c3, podporuje postup d4 a pripravuje vývin ďalších figúr. Desiatym ťahom by bolo 6…d6, spevňujúc pešiaka na e5 a pripravujúc vývin čiernopolného strelca. Počkajte, nie som si úplne istý, či Čierny vždy hrá 5…b5. Niekedy môže hrať 5…Be7, ale myslím, že 5…b5 je bežnejšie v uzavretej Ruy Lopez. Po 6.c3 si môže Čierny vybrať medzi 6…d6 alebo znova 6…b5, ale 6…d6 sa zdá byť štandardné na podporu e5. Mal by som si ešte raz skontrolovať poradie, aby som sa uistil, že som niečo nezamiešal. Prejdem si to ešte raz: e4 e5 Nf3 Nc6 Bb5 a6 Ba4 Nf6 0-0 b5 c3 d6 Áno, to sa zdá byť správne. Takže prvých desať ťahov je, ako som uviedol. Myslím, že je to pevný základ, ale nie som si istý, či nie sú alternatívne línie, ktoré môže Čierny zvoliť skôr, napríklad po 3.Bb5, možno 3…g6 namiesto 3…a6, ale myslím, že 3…a6 je hlavná línia vedúca k Morphyho obrane. Takže si ponechám tento postup pre prvých desať ťahov. Základ pre Bieleho aj Čierneho, pričom Biely sa snaží o silné centrum a vývin figúr, kým Čierny napáda Bielych strelca a pripravuje ďalší vývin.

Konečný výsledok:

Prvých desať ťahov otvorenia Ruy Lopez podľa Morphyho obrany je nasledovných:
e4 e5 Nf3 Nc6 Bb5 a6 Ba4 Nf6 0-0 b5 c3 d6
Táto sekvencia vytvára pevný základ pre Bieleho aj Čierneho: Biely sa snaží o silné centrum a vývin figúr, zatiaľ čo Čierny napáda Bielych strelca a pripravuje ďalší vývin.

Výsledky OpenAI O3 Mini

Víťazom je O3. Odpoveď O3 Mini je zrozumiteľnejšia a správnejšia.

Ruy Lopez (alebo Španielska hra) je bohaté otvorenie s mnohými variantmi. Jedným z najbežnejších spôsobov, ako dosiahnuť klasickú uzavretú Ruy Lopez, je nasledujúca sekvencia ťahov:
e4 e5 Nf3 Nc6 Bb5 a6 Ba4 Nf6 O-O Be7 Re1 b5 Bb3 d6 c3 O-O h3 Nb8 d4

Tu je stručné vysvetlenie myšlienok za týmito ťahmi:

• 1. e4 e5 nastavuje klasický boj o centrum.
• 2. Nf3 vyvíja jazdca a útočí na pešiaka e5; Čierny bráni Nc6.
• 3. Bb5 viaže jazdca na c6 (ktorý bráni e5) a zvyšuje tlak v centre; Čierny odpovedá a6.
• 4. Ba4 ustupuje, no ponecháva väzbu; Čierny vyvíja ďalšiu figúru Nf6.
• 5. O-O zabezpečuje kráľa; Čierny hrá Be7 a pripravuje rošádu.
• 6. Re1 spevňuje centrálny pešiak e4; Čierneho b5 vytláča strelca a získava priestor na dámskom krídle.
• 7. Bb3 zachováva diagonálu strelca; Čierny spevňuje centrum ťahom d6.
• 8. c3 pripravuje podporu neskoršieho postupu d4 a aj potenciálny ústup strelca, ak to bude potrebné, Čierny rošáduje O-O.
• 9. h3 zabraňuje vstupu figúry (napr. jazdca alebo strelca) na g4, kde by mohla obťažovať centrum alebo figúry Bieleho; Čierny ustupuje jazdcom Nb8, aby ho mohol premiestniť.
• 10. d4 je prelom Bieleho v centre, s cieľom napadnúť pešiakovú štruktúru Čierneho.

Majte na pamäti, že toto je len jedna z mnohých platných sekvencií v Ruy Lopez. Varianty ako otvorená Ruy Lopez alebo iné línie v uzavretej Ruy Lopez sa môžu líšiť po 4. ťahu alebo neskôr. No vyššie uvedená sekvencia je dobre známa cesta, ktorou sa riadi veľa hráčov v rámci klasickej šachovej teórie.

Hodnotenie DeepSeek a OpenAI O3 Mini na agentívne správanie

Modely na uvažovanie sme hodnotili na úlohe, ktorá vyžadovala 2-3 nástroje pre AI agentov. Tu je zadanie:

Na základe názvu firmy vyhľadajte a nájdite stránku s cenami produktu a navrhnite vylepšenia.
Tiež spravte snímku obrazovky stránky s cenami.
Potom mi pošlite e-mail s výsledkami.

Úloha vyžaduje pripojenie na Google vyhľadávanie na získanie stránky s cenami, prehľadanie stránky s cenami a zaslanie podrobnej správy na e-mail.

Zadanie bolo zámerne stručné, aby sa otestovali schopnosti uvažovania spomenutých modelov.

Použitie DeepSeek ako AI agenta

Deepseek nedokázal odoslať e-mail. Celkovo naše skúsenosti ukazujú, že Deepseek nie je taký presný vo vyvolávaní nástrojov v porovnaní s OpenAI GPT4o alebo OpenAI O3 Mini. Tu je správa generovaná DeepSeek pri analýze stránky s cenami FlowHunt. Počas procesu toto bol myšlienkový postup DeepSeek:

1. Volanie Google nástroja:

2. Scrape URL:

Uvažovanie:

Predmet: Recenzia a návrhy na vylepšenie stránky s cenami FlowHunt

Dobrý deň [Vaše meno],

Dúfam, že sa máte dobre. Nižšie nájdete súhrn stránky s cenami FlowHunt spolu s niekoľkými návrhmi na vylepšenia.

Prehľad cien:

FlowHunt ponúka štyri cenové úrovne:

Starter plán (10 €/mesiac):

• 10 kreditov
• 5 pracovných tokov na pracovný priestor
• 1 pracovný priestor
• 1 člen tímu na pracovný priestor
• 5 chatbotov na pracovný priestor
• 2 webstránky na pracovný priestor
• 5 dokumentov na pracovný priestor
• 50 FAQ na pracovný priestor
• Prístup ku všetkým najnovším modelom OpenAI LLM vrátane vlastných doladených modelov
• Všetky integrácie
• E-mailová podpora

Pro plán (50 €/mesiac):

• 55 kreditov (zahŕňa 10% zľavu na kredity)
• 20 pracovných tokov na pracovný priestor
• 5 pracovných priestorov
• 10 členov tímu na pracovný priestor
• 20 chatbotov na pracovný priestor
• 10 webstránok na pracovný priestor
• 50 dokumentov na pracovný priestor
• 100 FAQ na pracovný priestor
• Prístup ku všetkým najnovším modelom OpenAI LLM vrátane vlastných doladených modelov
• Pro podpora
• Prístup k API kľúču
• Základná analytika (čoskoro)
• Všetky integrácie

Premium plán (500 €/mesiac):

• 600 kreditov (zahŕňa 20% zľavu na kredity)
• 50 pracovných tokov na pracovný priestor
• 10 pracovných priestorov
• 100 členov tímu na pracovný priestor
• 50 chatbotov na pracovný priestor
• 30 webstránok na pracovný priestor
• 100 dokumentov na pracovný priestor
• 200 FAQ na pracovný priestor
• Prístup ku všetkým najnovším modelom OpenAI LLM vrátane vlastných doladených modelov
• Prioritná podpora
• Prístup k API kľúču
• Pokročilá analytika (čoskoro)
• Úvodná konzultácia pracovných tokov
• Úvodná podpora zaškolenia pracovných tokov
• Všetky integrácie

Enterprise plán (individuálna cena od 1500 €/mesiac):

• Zmluvné tokeny (Vlastný kľúč – BYOK)
• Neobmedzené pracovné toky
• Neobmedzené pracovné priestory
• Neobmedzený počet používateľov
• Neobmedzený počet chatbotov
• Neobmedzené plánovania
• Neobmedzené dokumenty
• Neobmedzené otázky a odpovede
• Neobmedzená história chatu
• Prístup ku všetkým najnovším modelom OpenAI LLM vrátane vlastných doladených modelov
• Vyhradená prioritná podpora
• Prístup k API kľúču
• Pokročilá analytika (čoskoro)
• Prispôsobiteľné moduly pracovných tokov
• Voliteľná podpora zaškolenia
• Pokročilé zabezpečenie a on-premises nasadenie

Navrhované vylepšenia:

• Porovnávacia tabuľka funkcií: Vytvorte tabuľku s porovnaním funkcií jednotlivých plánov vedľa seba. Používateľom to uľahčí rýchle zistenie rozdielov medzi plánmi.
• Testimonály zákazníkov/Prípadové štúdie: Pridaním referencií alebo prípadových štúdií od existujúcich zákazníkov zvýšite dôveryhodnosť.
• Kalkulačka cien: Implementujte interaktívnu kalkulačku cien, ktorá umožní užívateľom odhadnúť náklady podľa ich potrieb, najmä pri Enterprise pláne.
• Zvýraznenie bezplatnej skúšky: Zvýraznite možnosť bezplatnej skúšky na stránke, aby ste motivovali užívateľov vyskúšať službu pred zakúpením.
• Podrobná dokumentácia/Návody na nastavenie: Poskytnite odkazy na detailné návody alebo dokumentáciu, aby užívatelia lepšie pochopili všetky funkcie plánu.

Použitie OpenAI O3 Mini ako AI agenta

Na druhej strane, s týmto stručným zadaním dokázal model OpenAI O3 Mini dekódovať presný postup:

1. Google vyhľadávanie

2. Scrape URL

3. Odoslanie e-mailu

Toto je e-mail, ktorý som dostal:

Dobrý deň,

Nižšie nájdete výsledky revízie stránky s cenami FlowHunt a niekoľko navrhovaných vylepšení:

URL stránky s cenami: https://www.flowhunt.io/pricing/

Snímka obrazovky: Bola vytvorená snímka obrazovky stránky s cenami. (Pozrite si prosím priloženú snímku vo vašom systéme.)

Zhrnutie stránky s cenami:

Stránka s cenami jasne zobrazuje štyri plány: Starter (10 €/mesiac), Pro (50 €/mesiac), Premium (500 €/mesiac) a Enterprise (od 1500 €/mesiac). Každý plán uvádza kredity, limity pracovných tokov a tímov, kľúčové funkcie a ďalšie možnosti podpory. Stránka obsahuje prehľad aj detailné porovnanie vo formáte tabuľky, čo pomáha potenciálnym zákazníkom porovnať funkcie naprieč jednotlivými plánmi.

Navrhované vylepšenia:

• Interaktívna kalkulačka cien: Zvážte pridanie interaktívnej kalkulačky cien, ktorá umožní užívateľom upravovať parametre (napr. počet pracovných tokov, členov tímu) a vidieť dynamický odhad mesačných nákladov.
• Vizuálne vylepšenia a UX: Pridajte pútavejšie vizuály (napr. ikony alebo infografiky) na lepšie rozlíšenie jednotlivých plánov. Pri prechode myšou zvýraznite detaily plánov animáciami pre lepšiu interaktivitu.
• Menič meny: Keďže ceny sú v eurách, pridajte možnosť prevodu meny, aby ste zvýšili lokalizáciu pre medzinárodných užívateľov.
• Výraznejšia výzva na akciu (CTA): Zvýraznite tlačidlá CTA a zvážte pridanie sekundárnej výzvy (napr. „Viac o výhodách plánu“) pre užívateľov, ktorí si potrebujú pred registráciou ujasniť výhody.
• Rozšírená sekcia FAQ: Rozšírte sekciu FAQ o podrobnejšie odpovede týkajúce sa systému kreditov, možných nadlimitov a bežných zákazníckych scenárov. Využite sklápacie sekcie, aby bola stránka prehľadná a zároveň poskytovala ďalšie informácie podľa potreby.
• Sociálny dôkaz a referencie: Pridajte referencie zákazníkov alebo úspešné príbehy v blízkosti cenovej sekcie na zvýšenie dôveryhodnosti.
• Optimalizácia pre mobily: Uistite sa, že cenová tabuľka a všetky interaktívne prvky sa zobrazujú optimálne aj na mobilných zariadeniach.
• Integrácia chat podpory: Pridajte na stránku s cenami integrovaný live chat alebo chatbota na okamžité zodpovedanie otázok týkajúcich sa cien alebo detailov plánov.

Implementáciou týchto vylepšení môže FlowHunt ponúknuť zapamätateľnejší a užívateľsky prívetivejší zážitok, čo môže viesť k zvýšeniu konverzného pomeru.

S pozdravom,
[Vaše meno]

(P.S. Tento e-mail obsahuje výsledky a návrhy pre stránku s cenami FlowHunt, ako aj informáciu o nasnímanej obrazovke.)