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昨晚通过微信交流群(qún)通知，其(qí)DeepSeek R1模型完成小版本升级，并在(zài)今日凌晨开源了最新版本模型DeepSeek-R1-0528。

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

小K今日(jīnrì)以一名普通用户的身份，参考AI基准(jīzhǔn)测试xbench的例题，在DeepSeek和OpenAI官网分别对它们(tāmen)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(hé)OpenAI模型分别写了一个(yígè)可以在网页上(shàng)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(de)回答直接输出了完整的网页游戏源码，并且点击能直接运行(yùnxíng)。前端界面美观，具备基础美术(měishù)元素，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(zài)3个独立代码块中，用户需自行(zìxíng)保存为多个(duōgè)文件，运行时还伴有报错，需要手动调试，不能完成对战(duìzhàn)。而且界面粗糙、无UI美化。

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

第2题是一道(yīdào)典型(diǎnxíng)的函数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)。测试维度包括函数反演、代数(dàishù)推理能力和数学逻辑(luójí)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，最后合理排除矛盾(máodùn)值(zhí)，最终得出f(5)=6的唯一解答(jiědá)。

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

这一题尽管DeepSeek和OpenAI最终均给出了(le)正确答案，但DeepSeek推理时间长，在数学题场景仍待(réngdài)优化。

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

这道题的正确答案是12个(gè)。而DeepSeek仅回答了5个。

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

反观OpenAI正确地点名了12个地市(dìshì)。

第4题是：有一个被剪做鞋样的历史文物，对研究唐代(tángdài)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(qùshì)，请问这位名相有几个儿子(érzi)？测试维度包括(bāokuò)历史考据、细节辨析能力和文献准确性。

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

OpenAI正确识别(shíbié)文物“赵怀(zhàohuái)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：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(shì)：《乐队的夏天》各季(gèjì)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依次列举了三季节目中的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(děng)），统计(tǒngjì)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(zhǔchàng)、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(zhěnglǐ)，效率高。

OpenAI也(yě)给出了相同的数量，考证细致，但花费近6分钟，在交互场景中(zhōng)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上超过(chāoguò)了OpenAI最新(zuìxīn)O3模型。在代码生成、复杂函数推理、统计等方面(fāngmiàn)，DeepSeek展现出全面且稳定(wěndìng)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)）