国产开源模型强势追击！DeepSeek与OpenAI最新模型实测对决

《科创板(kēchuàngbǎn)日报》5月29日讯 DeepSeek昨晚通过微信交流群通知，其DeepSeek R1模型(móxíng)完成小(xiǎo)版本升级，并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(zhōng)显示，DeepSeek-R1-0528性能可以媲美(pìměi)OpenAI最新(zuìxīn)的o3（High）模型。

小K今日以一名普通用户的(de)身份，参考AI基准测试(cèshì)xbench的例题，在DeepSeek和OpenAI官网(guānwǎng)分别对它们最新的R1模型和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(shàng)运行的“三国杀(shā)”游戏。测试维度包括代码生成、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(wǎngyè)游戏源码，并且点击能直接运行(yùnxíng)。前端界面美观，具备基础美术元素，能完成简单对战(duìzhàn)逻辑。

相比之下，OpenAI给出的解决方案则将前端、脚本和逻辑(luójí)分别输出在3个独立代码块中，用户需自行保存为多个文件，运行时(shí)还伴有报错，需要手动调试，不能(bùnéng)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(nénglì)上已有显著优势，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(yǔ)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(tuīdǎo)出解法，思考过程非常长，进行了反复演算和验算，过程详细且逻辑缜密，从代入法到固定点分析再到反设(fǎnshè)求解(qiújiě)，最后合理排除矛盾值，最终得出f(5)=6的唯一解答(jiědá)。

OpenAI则用时仅41秒，给出(gěichū)了同样正确的答案，而且逻辑清晰、推理精炼。推出(tuīchū)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最终均给出了正确答案，但DeepSeek推理时间长(zhǎng)，在(zài)数学题场景仍待优化。

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

这道题的正确答案是(shì)12个。而DeepSeek仅回答了5个。

DeepSeek推理过程中(zhōng)错误(cuòwù)理解了“地市级单位”是否一定拥有(yōngyǒu)边境口岸。例如将黑龙江部分地市（如伊春、鹤岗）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：有一个被剪做(zuò)鞋样的历史文物，对(duì)研究唐代均田制起到了重要的作用，这个文物中记载的年份，有一位唐朝的一代名相去世，请问这位名相有(míngxiāngyǒu)几个儿子？测试维度包括历史考据、细节辨析能力和文献(wénxiàn)准确性。

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

OpenAI正确识别(shíbié)文物“赵怀满夏田契”署于贞观十七年（643年），对应去世人物为魏徵(wèizhēng)，并指出魏徵有四子(sìzi)：魏叔玉、魏叔琬、魏叔璘、魏叔瑜。识别精准，逻辑(luójí)链条完整无误。引用旧唐书、新唐书等文献，考证准确。

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

DeepSeek依次列举了三季(sānjì)节目中(zhōng)的(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(wèi)5位女性成员，并对女性在(zài)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分钟即完成高质量统计+表格整理，效率高。

OpenAI也给出了(le)相同的数量，考证细致，但花费近(jìn)6分钟，在交互场景中显得拖沓。

通过以上实测可以看出，DeepSeek R1的表现非常接近甚至在部分任务(rènwù)上超过(chāoguò)了OpenAI最新O3模型。在代码生成(dàimǎshēngchéng)、复杂函数推理、统计等方面，DeepSeek展现出全面且稳定的进步，正(zhèng)快速缩小与顶级闭源模型的差距。

（科创板日报(rìbào) 朱凌）