OpenAI O3 Mini 与 DeepSeek 在 Agentic 场景下的对比

截至 1 月 31 日，OpenAI 推出了新一代推理模型 O3 Mini。总体来看，OpenAI O3 Mini 模型的价格约为上一代 O1 模型的 1/15，但准确率几乎相同。全新 O3 Mini 模型已在 FlowHunt 上线，距离 OpenAI 官方发布不到一天。本篇博客将深入解析该模型能力，并与 DeepSeek 进行对比。

OpenAI O3 Mini 与 DeepSeek 的评测指标

本次评测采用了简明高效的工作流：通过聊天输入、聊天输出和 AI 生成器，对国际象棋中 Ruy Lopez 开局的主线进行清晰简要的讲解。通过对比 DeepSeek 和 O3 Mini 在描述关键走法（如 1.e4 e5、2.Nf3 Nc6、3.Bb5 a6、4.Ba4 Nf6、5.O-O Be7）及后续变化的表现，评估两者处理复杂象棋策略的能力。此对比不仅展现了 AI 工具在处理、传递复杂棋局上的实力，也凸显了简洁对话流程在可读性与实际评测中的价值。

流程如下：

DeepSeek 结果

我向模型提问：
“给我 Ruy Lopez（西班牙开局）的前 10 步。”
以下是 DeepSeek 的思考过程：

o3 mini vs deepseek 正在重启会话 请稍候 give me first 10 moves of ruy lopez
好的，我尝试整理 Ruy Lopez 开局的前 10 步。Ruy Lopez 是最古老且流行的开局之一，起手为 1.e4 e5。接着，白方走 2.Nf3，发展马，准备控制中心。黑方 2…Nc6，发展马并防守 e5。现在 Ruy Lopez 正式开始，3.Bb5，攻击 c6 的马。这是该开局的关键手。黑方通常应对 3…a6，驱赶主教。然后白方 4.Ba4，主教撤到安全格。到目前为止有六步：1.e4 e5 2.Nf3 Nc6 3.Bb5 a6 4.Ba4。接下来黑方常走 4…Nf6，发展马并攻击 e4 兵。白方 5.0-0，王车易位保障安全并引入车。这是八步。随后黑方可能 5…b5，挑战 a4 的主教并扩展后翼空间。白方 6.c3，支援 d4 推进并准备开发其他棋子。第十步应该是 6…d6，加固 e5 兵并准备开发黑格主教。不过我不确定黑方是否总是 5…b5，有时也会 5…Be7，但在封闭式 Ruy Lopez 中 5…b5 更常见。此外，6.c3 后黑方可选 6…d6 或再走 b5，但 6…d6 更常见以支撑 e5。我再核对一下顺序是否没错：e4 e5 Nf3 Nc6 Bb5 a6 Ba4 Nf6 0-0 b5 c3 d6，没错，就是这样。前十步如上。我认为这为双方打下坚实基础，白方争夺中心并开发棋子，黑方则挑战白方主教并准备进一步发展。

最终结果：

Ruy Lopez（Morphy 防御）前十步如下：
e4 e5 Nf3 Nc6 Bb5 a6 Ba4 Nf6 0-0 b5 c3 d6
这一序列为双方奠定了坚实基础，白方争取中心、积极开发棋子，黑方则挑战主教并做好后续布局。

OpenAI O3 Mini 结果

O3 获胜。O3 Mini 的答案更易理解且更准确。

Ruy Lopez（西班牙开局）变化丰富，主流的封闭式走法如下：
e4 e5 Nf3 Nc6 Bb5 a6 Ba4 Nf6 O-O Be7 Re1 b5 Bb3 d6 c3 O-O h3 Nb8 d4

下面简要说明每步背后的意图：

• 1.e4 e5，经典中心争夺。
• 2.Nf3，发展马并攻击 e5；黑方 Nc6 防守。
• 3.Bb5，钉住 c6 马增强中心压力；黑方 a6 反击主教。
• 4.Ba4，主教撤退仍保持钉住；黑方 Nf6 继续发展。
• 5.O-O，白方王车易位保安全；黑方 Be7 为易位做准备。
• 6.Re1，加强 e4 兵防守；黑方 b5 扩展后翼并驱赶主教。
• 7.Bb3，保留主教斜线；黑方 d6 巩固中心。
• 8.c3，为 d4 推进做准备，黑方 O-O 完成易位。
• 9.h3，防止黑方棋子（如马或主教）跳至 g4 干扰中心；黑方 Nb8 重新布局。
• 10.d4，白方中心突击，挑战黑方兵结构。

需要注意，这只是 Ruy Lopez 的一种主流变化，实际开局顺序和细节有多种可能。开放式及其他封闭式变化在第 4 步或之后可能会不同，但上述序列是经典理论中广泛采用的路线。

DeepSeek 与 OpenAI O3 Mini 在 Agentic 行为上的评测

我们在需要 2-3 个工具协作的任务上对推理模型进行了测试。任务如下：

给定公司名，搜索并找到产品定价页并提出优化建议。
同时截取定价页截图。
然后将结果通过邮件发送给我。

该任务需要连接 Google 搜索，抓取定价页并将详细报告通过邮件发送。

我们有意未详细描述流程，以考验模型的推理能力。

使用 DeepSeek 作为 AI 智能体

DeepSeek 未能完成发邮件环节。总体来看，DeepSeek 在工具调用的准确性上不及 OpenAI GPT4o 或 OpenAI O3 Mini。以下是 DeepSeek 针对 FlowHunt 定价页的分析报告及其思考过程：

1. 调用 Google 工具：

2. 抓取 URL：

推理过程：

**主题：**FlowHunt 定价页评审及优化建议

你好 [您的名字]，

现将 FlowHunt 定价页内容梳理如下，并提出一些优化建议。

定价概览：

FlowHunt 提供四档定价方案：

Starter 方案（10 欧元/月）：

• 10 积分
• 每个工作区 5 个工作流
• 1 个工作区
• 每个工作区 1 位团队成员
• 每个工作区 5 个聊天机器人
• 每个工作区 2 个网站
• 每个工作区 5 份文档
• 每个工作区 50 个 FAQ
• 支持所有最新 OpenAI LLM（含自定义微调模型）
• 所有集成
• 邮件支持

Pro 方案（50 欧元/月）：

• 55 积分（含 10% 积分折扣）
• 每个工作区 20 个工作流
• 5 个工作区
• 每个工作区 10 位团队成员
• 每个工作区 20 个聊天机器人
• 每个工作区 10 个网站
• 每个工作区 50 份文档
• 每个工作区 100 个 FAQ
• 支持所有最新 OpenAI LLM（含自定义微调模型）
• Pro 支持
• API 密钥访问
• 基础分析（即将上线）
• 所有集成

Premium 方案（500 欧元/月）：

• 600 积分（含 20% 积分折扣）
• 每个工作区 50 个工作流
• 10 个工作区
• 每个工作区 100 位团队成员
• 每个工作区 50 个聊天机器人
• 每个工作区 30 个网站
• 每个工作区 100 份文档
• 每个工作区 200 个 FAQ
• 支持所有最新 OpenAI LLM（含自定义微调模型）
• 优先支持
• API 密钥访问
• 高级分析（即将上线）
• 初始工作流咨询
• 初始工作流培训支持
• 所有集成

企业方案（定制，1500 欧元/月起）：

• 合同化 Token（支持自带密钥 BYOK）
• 无限工作流
• 无限工作区
• 无限用户
• 无限聊天机器人
• 无限调度
• 无限文档
• 无限问答
• 无限聊天记录
• 支持所有最新 OpenAI LLM（含自定义微调模型）
• 专属优先支持
• API 密钥访问
• 高级分析（即将上线）
• 可定制工作流模块
• 可选培训支持
• 高级安全及本地部署

优化建议：

• 功能对比表： 增加各套餐功能对比表，方便用户快速了解差异。
• 客户评价/案例： 增加现有客户评价或案例，提升信任感。
• 价格计算器： 集成交互式价格计算器，尤其适用于企业定制方案。
• 免费试用突出显示： 更突出免费试用入口，鼓励转化。
• 详细文档/上手指南： 提供详细文档或引导，帮助用户充分利用功能。

使用 OpenAI O3 Mini 作为 AI 智能体

而 OpenAI O3 Mini 能在简短描述下推理出完整流程：

1. Google 搜索

2. 抓取 URL

3. 发送邮件

我收到的邮件如下：

你好，

以下是对 FlowHunt 定价页的评审结果及一些改进建议：

定价页链接： https://www.flowhunt.io/pricing/

截图： 已获取定价页截图。（请在您的系统中查看附件）

定价页摘要：

定价页清晰展示了四种方案：Starter（10 欧元/月）、Pro（50 欧元/月）、Premium（500 欧元/月）、Enterprise（1500 欧元/月起）。每一方案都详细列出积分、工作流及团队成员限制、核心功能及支持选项。页面同时包含总览和详细对比表，方便潜在客户横向对比各方案。

优化建议：

• 交互式价格计算器： 增加用户可调整参数（如工作流、团队人数）并实时获得月费估算的价格计算器。
• 视觉与体验优化： 增加图标或信息图等视觉元素区分套餐，鼠标悬停时适度动画提升互动体验。
• 货币转换器： 除欧元外支持多币种换算，便于国际用户了解本地化价格。
• 更显眼的行动按钮（CTA）： 提升 CTA 按钮显著性，并可增加次要 CTA（如“了解更多”），帮助犹豫用户决策。
• FAQ 强化： 扩充 FAQ，涵盖积分系统、超额计费、常见场景等，并采用可折叠布局提升页面整洁性。
• 社会证明与客户评价： 在定价区附近嵌入客户评价或成功案例，提升可信度。
• 移动端优化： 保证定价表及所有交互元素在移动设备上良好展示和使用体验。
• 集成聊天支持： 在定价页集成实时聊天或机器人，及时解答用户关于价格或套餐的疑问。

通过这些改进，FlowHunt 可提升用户体验，增强转化率。

此致
[您的名字]

（备注：本邮件包含对 FlowHunt 定价页的分析建议及截图说明。）