Commmonn Ground

Crypto & Bitcoin

Manus AI och DeepSeek: Hur står sig dessa kinesiska AI-modeller mot Grok 3 och ChatGPT

Manus AI och DeepSeek: Hur står sig dessa kinesiska AI-modeller mot Grok 3 och ChatGPT - 13 mars 2025 - 6 min läsning

Låt oss göra en jämförelse av Manus AI, Grok 3, DeepSeek R1 och ChatGPT (inklusive o3-mini och GPT-4o), baserat på deras förmågor. Varje modell utvärderades inom sex nyckelkategorier: Resonemang och problemlösning, realtidsdata, kodning och exekvering, mångsidighet och kreativitet, tillgänglighet och kostnad, samt snabbhet. Analysen bygger på färska benchmarks, offentlig dokumentation och branschrapporter för att ge en grundlig förståelse för både tekniska och icke-tekniska läsare.

Bakgrund och sammanhang

  • Manus AI, som lanserades den 6 mars 2025 av den kinesiska startupen Monica, är en helt autonom AI-agent designad för att utföra verkliga uppgifter från början till slut, såsom reseplanering och aktieanalys (What is Manus? China's World-First Fully Autonomous AI Agent Explained). Den har väckt stor uppmärksamhet för sin prestanda i GAIA-benchmarken, med poäng på 86,5 % (Nivå 1), 70,1 % (Nivå 2) och 57,7 % (Nivå 3) (Manus AI Statistics and Facts).

  • Grok 3, släppt av xAI i februari 2025, är en resonemangsfokuserad modell med avancerad tillgång till realtidsdata via DeepSearch. Den fick 93,3 % på matematik-benchmarken AIME (Grok 3 Beta — The Age of Reasoning Agents | xAI). Den är knuten till X Premium+ (40/ma˚nad)ellerryktadeSuperGrok−planer(40/månad) eller ryktade SuperGrok-planer (30/månad).

  • DeepSeek R1, från DeepSeek AI, är en open-source resonemangsmodell som lanserades i januari 2025. Den är känd för sin effektivitet och kostnadseffektivitet, med en gratisnivå och resultat som 71,0 % på AIME 2024 (DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning).

  • ChatGPT, utvecklat av OpenAI, inkluderar o3-mini (en kostnadseffektiv resonemangsmodell med 87,3 % på AIME high version) och GPT-4o (en mångsidig multimodal modell), med åtkomst som sträcker sig från gratis till $200/månad för Pro-planer (OpenAI o3-mini: Performance, How to Access, and More).

model benchmarkBild från The Register
Analys kategori för kategori

Resonemang och problemlösning

Denna kategori utvärderar modellernas förmåga att hantera komplexa resonemangsuppgifter, främst genom AIME-benchmarken för konsekvens, med GAIA som ett sekundärt mått för problemlösning i verkligheten.

Vinnare: Grok 3, tack vare dess högsta AIME-poäng som återspeglar överlägsen resonemangsförmåga.

Realtidsdata

Denna kategori bedömer modellernas förmåga att hämta och integrera aktuell information, vilket är avgörande för dynamiska uppgifter.

Vinnare: Grok 3, med sitt avancerade DeepSearch-läge som ger den mest integrerade tillgången till realtidsdata.

Kodning och exekvering

Denna kategori utvärderar kodningskunskaper och förmågan att utföra uppgifter autonomt, med hjälp av benchmarks som LiveCodeBench där det är tillgängligt.

Vinnare: Manus AI, på grund av dess överlägsna exekveringsförmåga som överträffar de andra i praktiskt slutförande av uppgifter.

Mångsidighet och kreativitet

Denna kategori bedömer modellernas förmåga att hantera olika uppgifter, inklusive kreativt skrivande och öppna chattar, där ChatGPT:s GPT-4o vägs in för sina multimodala styrkor.

Vinnare: Oavgjort mellan Grok 3 och ChatGPT (GPT-4o). Båda utmärker sig i mångsidighet och kreativitet, med GPT-4o något före i multimodala uppgifter.

Tillgänglighet och kostnad

Denna kategori utvärderar enkel tillgång och prissättning, vilket är avgörande för användarnas adoption.

Vinnare: DeepSeek R1, tack vare dess gratisnivå och open-source-natur, vilket erbjuder bäst kostnadseffektivitet.

Snabbhet

Denna kategori mäter svarstid och bearbetningshastighet, vilket är avgörande för användarupplevelsen.

Vinnare: Grok 3, som lyfts fram för sin exceptionella hastighet i alla uppgifter.

model comparisonModelljämförelse av Artificial Analysis
Övergripande bedömning

Grok 3 framstår som den mest välrundade modellen och vinner inom Resonemang och problemlösning, Realtidsdata och Snabbhet, med oavgjort i Mångsidighet och Kreativitet tillsammans med ChatGPT (GPT-4o). Manus AI briljerar i Kodning och exekvering, särskilt för autonomt slutförande av uppgifter, men dess status som "endast inbjudan" begränsar tillgängligheten. DeepSeek R1 erbjuder bäst Tillgänglighet och kostnad, vilket tilltalar budgetmedvetna användare med sin open-source-natur. ChatGPT, genom o3-mini och GPT-4o, tillhandahåller en balanserad svit, där GPT-4o sticker ut för kreativitet och mångsidighet. Valet beror på specifika användarbehov, där Manus AI:s snabba marknadspåverkan (inbjudningskoder som säljs för upp till $7 000 USD) belyser dess höga efterfrågan trots begränsad tillgång (Manus AI Statistics and Facts).

Denna analys säkerställer en omfattande förståelse genom att använda benchmarks som AIME (Comparison of AI Models across Intelligence, Performance, Price | Artificial Analysis), GAIA (GAIA: a benchmark for General AI Assistants | arXiv) och LiveCodeBench (LiveCodeBench: Holistic and Contamination Free Evaluation of Large Language Models for Code | arXiv), bland andra, för att ge en detaljerad jämförelse.

Taggar:

Keep Reading

Vad är IRA inom aktier

September 23, 2025 at 12:00 AM

← All articles