CodeForcesベンチマークでDeepSeek-R1とGPT-4O-0513のパフォーマンスを比較すると、いくつかの重要な違いが現れます。
1。コードフォース評価：DeepSeek-R1は2029のコードフォース評価を達成します。これは、GPT-4O-0513の759の評価よりも大幅に高くなります。これは、DeepSeek-R1が競争力のあるコーディングタスクではるかに優れていることを示しています。
2。CodeForcesパーセンタイル：DeepSeek-R1は96.3％のパーセンタイルを獲得し、人間の参加者の間での高い地位を反映しています。対照的に、GPT-4O-0513は23.6％のパーセンタイルのみに達し、相対的なパフォーマンスレベルの大きなギャップを強調しています[2] [5]。
3。全体的なパフォーマンス：DeepSeek-R1のより高い評価とパーセンタイルは、複雑なコーディングの課題を解決し、CodeForcesの競争力のある環境に適応することに熟達していることを示唆しています。 GPT-4O-0513は有能ですが、このドメインにおけるDeepSeek-R1の習熟度と一致しません。
4。コストと効率：GPT-4oは、入力トークンと出力トークンのDeepSeek-R1よりも約4.6倍高価であることが指摘されています。これは、コスト効率を優先するユーザーにとって重要な要因です[3]。
要約すると、DeepSeek-R1は、格付けとパーセンタイルの両方で、CodeForcesベンチマークでGPT-4O-0513を大幅に上回ります。これにより、DeepSeek-R1は、強力なコーディングとアルゴリズムの推論スキルを必要とするタスクのより効果的な選択になります。
引用：
[1] https://ithy.com/article/openai-o1-vs-o3-benchmark-analysis-zy5f3bwj
[2] https://blog.getbind.co/2025/01/23/deepseek-r1-vs-gpt-o1-vs-claude-3-5-sonnet-which-is-best-for-coding/
[3] https://docsbot.ai/models/compare/deepseek-r1/gpt-4o
[4] https://www.datacamp.com/blog/deepseek-r1
[5] https://huggingface.co/deepseek-ai/deepseek-r1-distill-qwen-1.5b
[6] https://www.reddit.com/r/localllama/comments/1hr56e3/notes_on_deepseek_v3_is_it_truly_better_than/
[7] https://codeforces.com/blog/entry/133874
[8] https://www.reddit.com/r/localllama/comments/1em4nr5/the_new_gpt4o20240806_scores_the_same_as_original/