DeepSeek V4 Pro vs Kimi K3: texto, imagens e raciocínio

Comece com a entrada, não com um placar

DeepSeek lista os modos de pensamento e não pensamento para V4 Pro e marca a visão como sem suporte. Moonshot descreve Kimi K3 como um modelo com compreensão visual nativa. Esses fatos ajudam a selecionar uma tarefa compatível, mas não estabelecem qual dá a resposta mais precisa aos seus documentos.

Se sua fonte for uma captura de tela, use uma interface que suporte entrada de imagem para o modelo selecionado. Se você converter a captura de tela em texto, inspecione primeiro a transcrição: um sinal de menos ou uma coluna da tabela ausente pode alterar a resposta antes de qualquer modelo começar.

DeepSeek: model details · Moonshot AI: Kimi K3

Teste 1: extraia afirmações com evidências

Use um breve relatório contendo fatos confirmados e previsões. Peça uma tabela de afirmações, evidências exatas e incertezas. Rejeite afirmações que não tenham suporte no texto fornecido.

Não atribua pontos apenas por produzir muitas linhas. Uma resposta que extraia seis fatos corretos pode ser mais útil do que doze linhas contendo suposições. Verifique se qualificações como “esperado” e “sujeito a aprovação” sobrevivem.

Leia apenas este relatório: [texto]. Monte uma tabela com cada afirmação, a citação exata que a sustenta e seu status: confirmada, previsão ou informação incerta. Não use conhecimentos externos. Depois, liste contradições e informações ausentes, sem preencher as lacunas com suposições.

Teste 2: um cálculo com chave de resposta

Escolha um pequeno exemplo que você mesmo possa verificar. Suponha que uma equipe planeje quatro sessões com oito participantes cada e cancele uma sessão. O total restante é de 24 vagas para participantes, não necessariamente 24 pessoas diferentes. Essa distinção constitui uma verificação de raciocínio útil.

Peça a cada modelo para mostrar sua aritmética e indicar o que os números contam. Compare o cálculo e a interpretação. Para trabalhos importantes, verifique a aritmética de forma independente; uma explicação detalhada ainda pode conter um erro.

Uma equipe agenda quatro sessões com oito vagas de participantes em cada uma. Uma sessão foi cancelada. Quantos lugares restam? Isso estabelece o número de pessoas diferentes? Mostre o cálculo e explique o que não pode ser inferido.

Teste 3: explique uma função sem inventar comportamento

Forneça a mesma função curta e solicite o resultado de uma entrada normal e um caso extremo. Calcule primeiro os resultados esperados e depois compare as explicações.

Verifique se um modelo confunde o que o código realmente faz com o que deveria fazer. Uma revisão útil mantém separados o comportamento observado, o bug suspeito e a mudança sugerida.

Explique esta função: [código]. Para entradas [caso normal] e [caso extremo], rastreie as etapas e a saída esperada. Separe o comportamento real de possíveis bugs. Não afirme que o executou. Declare qualquer suposição sobre a linguagem de programação ou tempo de execução.

Escolha um modelo para uma função

Use a compatibilidade de entrada como primeiro filtro e, em seguida, compare afirmações não suportadas, restrições perdidas e tempo de correção nas mesmas tarefas de texto. Mantenha as respostas originais para que uma atualização posterior do modelo possa ser testada com os mesmos exemplos.

O benchmark do modelo de um provedor não é automaticamente uma medida de GO AI. Ferramentas, prompts e configurações de serviço afetam a experiência. Não executamos um benchmark DeepSeek-versus-Kimi controlado para este artigo; os exercícios são material de avaliação reutilizável.

Perguntas comuns

Fontes e escopo

• DeepSeek: model details
• Moonshot AI: Kimi K3