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 DeepSeek昨晚通过(tōngguò)微信交流群通知，其DeepSeek R1模型完成小(xiǎo)版本升级，并在今日凌晨开源了(le)最新版本模型DeepSeek-R1-0528。

代码(dàimǎ)测试平台Live CodeBench中(zhōng)显示，DeepSeek-R1-0528性能可以媲美(pìměi)OpenAI最新的o3（High）模型。

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

第1题小K请(qǐng)DeepSeek和OpenAI模型分别写(xiě)了一个(yígè)可以在网页上运行的“三国杀”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(yóuxì)源码，并且点击(diǎnjī)能直接运行。前端界面美观，具备基础美术元素，能完成简单对战逻辑。

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

这道题DeepSeek胜出。DeepSeek模型(móxíng)在“代码工程化”能力上(shàng)已有显著优势，表现出对前端框架的更好理解。

第2题(tí)是一道(yīdào)典型的函数构造(gòuzào)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)。测试维度包括函数反演、代数推理能力和(hé)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，进行了反复演算(yǎnsuàn)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求解(qiújiě)，最后合理(hélǐ)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，而且逻辑清晰、推理精炼。推出(tuīchū)固定点(gùdìngdiǎn)、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(jūn)给出了正确答案，但DeepSeek推理(tuīlǐ)时间长，在数学题场景仍待优化。

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

这道题的正确答案是12个(gè)。而DeepSeek仅回答了5个。

DeepSeek推理过程(guòchéng)中(zhōng)错误理解了“地市级单位”是否一定拥有边境口岸。例如将黑龙江部分(bùfèn)地市（如伊春、鹤岗）忽略，导致其推理思路存在漏算。

反观(fǎnguān)OpenAI正确地点名了12个地市。

第4题是：有一个(yígè)被剪做鞋样的(de)历史文物，对研究唐代均田制起到(qǐdào)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(qǐngwèn)这位名相有几个儿子？测试维度包括历史考据、细节辨析能力和文献准确性。

DeepSeek在(zài)此题中出现了幻觉，造成误判，DeepSeek错将有“一个被剪做鞋样的历史文物”关联(guānlián)至"唐代田界砖"，虽(suī)最后回答出“有4子”，但纯属偶合。

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

第5题是：《乐队(yuèduì)的夏天》各季top5乐队中一共有多少名女性成员(chéngyuán)？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依次列举了三季节目中(zhōng)的Top5乐队(yuèduì)(yuèduì)，并从中筛选女性(nǚxìng)成员（如新裤子的赵梦、刺猬的石璐、安达组合的其其格玛等(děng)），统计结果为5位女性成员，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分钟即完成高质量统计+表格整理，效率高。

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

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

（科创板日报 朱凌(zhūlíng)）