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(rìbào)》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(píngtái)Live CodeBench中显示(xiǎnshì)，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(de)身份，参考(cānkǎo)AI基准测试xbench的例题，在DeepSeek和(hé)OpenAI官网分别对它们最新的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(móxíng)分别写了一个可以在网页上运行(yùnxíng)的“三国杀”游戏(yóuxì)。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(zhíjiē)输出了完整的网页游戏(yóuxì)源码，并且点击能直接运行。前端界面美观，具备基础美术元素，能完成简单对战逻辑(luójí)。

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

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

第2题是(shì)一道典型的函数(hánshù)(hánshù)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、代数推理能力和数学逻辑清晰度。

DeepSeek耗时351秒推导出解法，思考过程非常长，进行(jìnxíng)了反复演算和验算，过程详细且(qiě)逻辑缜密，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(jiědá)。

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

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，共有多少个地市级行政单位与外国接壤(jiērǎng)？测试维度包括地理常识(chángshí)、事实检索和数据整合能力。

这道题的正确答案是12个。而(ér)DeepSeek仅回答了5个。

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

反观OpenAI正确(zhèngquè)地点名了12个地市。

第4题是：有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的作用(zuòyòng)，这个文物中记载的年份，有一位(yīwèi)唐朝的一代名相去世，请问这位名相有几个(jǐgè)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(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”关联至(zhì)"唐代田界(tiánjiè)砖"，虽最后回答出“有4子”，但纯属偶合。

OpenAI正确识别文物“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(wúwù)。引用旧唐书、新唐书等(děng)文献，考证准确(zhǔnquè)。

第5题是：《乐队的夏天》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(biànxī)、数据整合能力。

DeepSeek依次列举(lièjǔ)了(le)三季节目中的(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(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也给出了相同的数量，考证细致，但花费近6分钟，在(zài)交互场景中(zhōng)显得拖沓。

通过(tōngguò)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(rènwù)上超过了OpenAI最新O3模型。在代码生成、复杂函数推理、统计等(děng)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(rìbào) 朱凌）