国产开源模型强势追击！DeepSeek与OpenAI最新模型实测对决

《科创板日报》5月29日讯(rìxùn) DeepSeek昨晚通过微信(wēixìn)交流群通知，其DeepSeek R1模型完成小版本升级，并(bìng)在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

代码测试平台Live CodeBench中显示(xiǎnshì)，DeepSeek-R1-0528性能可以(kěyǐ)媲美(pìměi)OpenAI最新的o3（High）模型。

小K今日以一名普通用户(pǔtōngyònghù)的身份，参考AI基准测试xbench的例题，在(zài)DeepSeek和OpenAI官网分别对它们最新的R1模型(móxíng)和o3模型进行了对比测试。

第1题小K请DeepSeek和OpenAI模型分别写了(le)一个可以在网页上运行的“三国杀”游戏(yóuxì)。测试维度包括(bāokuò)代码生成、可运行性、模块化能力和交互设计。

DeepSeek的回答直接输出了完整的网页游戏源码，并且点击(diǎnjī)能直接运行。前端界面美观(měiguān)，具备基础美术元素(yuánsù)，能完成简单对战逻辑。

相比之下，OpenAI给出的解决方案则将前端、脚本和逻辑分别输出在3个独立(dúlì)代码块(kuài)中，用户(yònghù)需自行保存为多个文件，运行时还伴有报错，需要手动调试，不能完成对战。而且界面粗糙、无UI美化(měihuà)。

这道题DeepSeek胜出。DeepSeek模型在“代码工程化”能力上已有显著(xiǎnzhù)优势，表现(biǎoxiàn)出对前端框架的更好理解。

第2题(tí)是一道典型的函数(hánshù)构造与嵌套函数推导题：已知f(f(x))=x2−11x+36f(f(x))=x^2-11x+36，求f(5)。测试(cèshì)维度(wéidù)包括函数反演、代数推理能力和数学逻辑清晰度。

DeepSeek耗时351秒推导出解法，思考过程非常(fēicháng)长(zhǎng)，进行了反复演算和验算，过程详细且逻辑缜密(zhěnmì)，从代入(dàirù)法到固定点分析再到反设求解，最后合理排除矛盾值，最终得出f(5)=6的唯一解答。

OpenAI则用时仅41秒，给出了同样正确的答案(dáàn)，而且逻辑清晰、推理精炼(jīngliàn)。推出固定点、构造反函数思路合理，无冗余步骤。

这一题尽管DeepSeek和OpenAI最终均给出(gěichū)了正确答案，但DeepSeek推理时间长，在(zài)数学题场景仍待优化。

第3题是：黑龙江、吉林(jílín)、辽宁，共有多少个地市级行政单位与外国接壤？测试维度包括地理(dìlǐ)常识、事实检索和数据整合能力。

这道题的正确答案(dáàn)是12个。而DeepSeek仅回答了5个。

DeepSeek推理(tuīlǐ)过程中错误理解了“地市级单位”是否一定(yídìng)拥有边境口岸。例如将黑龙江部分地市（如伊春、鹤岗(hègǎng)）忽略，导致其推理思路存在漏算。

反观OpenAI正确地点(dìdiǎn)名了12个地市。

第4题是：有(yǒu)一个被剪做鞋样的历史文物，对研究唐代均田制起到了重要(zhòngyào)的作用，这个文物中记载的年份，有一位唐朝的一代名相(xiāng)去世，请问这位名相有几个儿子？测试维度包括历史考据、细节辨析能力和(hé)文献准确性。

DeepSeek在此题中出现了幻觉，造成误判，DeepSeek错将(jiāng)有“一个被(bèi)剪做鞋样的历史文物”关联至"唐代田界砖"，虽最后(zuìhòu)回答出“有4子”，但纯属偶合。

OpenAI正确识别文物“赵怀满夏田契(tiánqì)”署于贞观十七年（643年），对应去世人物为魏徵(wèizhēng)，并指出魏徵有(wèizhēngyǒu)四子：魏叔玉、魏叔琬、魏叔璘、魏叔瑜。识别精准，逻辑链条完整无误(wúwù)。引用旧唐书、新唐书等文献，考证准确。

第5题是：《乐队的夏天》各季top5乐队中一共(yīgòng)有多少名女性成员？测试维度包括多维(duōwéi)信息提取、成员归属辨析、数据整合能力。

DeepSeek依次列举了三季节目(jiémù)中的(de)(de)Top5乐队，并从中筛选女性成员（如新裤子的赵梦、刺猬的石璐、安达组合的其其格玛等），统计结果为5位(wèi)女性成员，并对女性在乐队中所扮演的角色进行了总结（主唱、贝斯手、鼓手等）。用时不到1分钟即完成(wánchéng)高质量统计+表格整理，效率高。

OpenAI也给出了相同(xiāngtóng)的数量，考证细致，但花费近6分钟，在(zài)交互场景中显得拖沓。

通过以上实测可以看出，DeepSeek R1的(de)表现非常接近甚至在部分任务上超过了(le)OpenAI最新O3模型。在代码生成、复杂函数推理、统计等方面，DeepSeek展现出(zhǎnxiànchū)全面且稳定的进步，正快速缩小与顶级闭源(bìyuán)模型的差距。

（科创板日报 朱凌(zhūlíng)）