💡
原文中文，约1900字，阅读约需5分钟。
📝
内容提要
作者记录了使用DeepSeek R1 14B进行next.js项目开发的体验。尽管模型在复杂推理和编程能力上表现不佳，但DeepSeek的代码最终成功运行并实现基本功能。与Gemini和Kimi相比，DeepSeek在速度和通过率上更具优势，且在代码准确性上表现更佳。
🎯
关键要点
- 作者记录了使用DeepSeek R1 14B进行next.js项目开发的体验。
- DeepSeek在复杂推理和编程能力上表现不佳，但最终成功实现基本功能。
- DeepSeek在速度和通过率上优于Gemini和Kimi，代码准确性表现更佳。
- 作者的项目是一个检测孩子英语单词默写的next.js小项目。
- DeepSeek R1 14B在编写代码时需要多次修改提示词，仍未能输出正确代码。
- 作者提供了详细的提示词和题库样本供模型参考。
- DeepSeek、Kimi和Gemini三个模型的回复速度依次为Gemini、Kimi、DeepSeek。
- DeepSeek R1一次性通过代码检测，功能基本实现，界面进行了适当美化。
- Gemini首次运行出错，修改后运行正常，但没有界面美化。
- Kimi提供的代码无法运行，修改难度较大。
- DeepSeek在代码准确性和建议方面表现优于其他两个模型。
➡️
