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(wēixìn)交流群通知，其(qí)DeepSeek R1模型完成小版本升级，并在今日凌晨(língchén)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性能可以媲美OpenAI最新(zuìxīn)的(de)o3（High）模型。

小K今日以(yǐ)一名普通用户(pǔtōngyònghù)的身份，参考AI基准测试xbench的例题，在DeepSeek和OpenAI官网分别(fēnbié)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(hé)OpenAI模型分别写了一个可以在网页上运行的“三国杀”游戏。测试维度(wéidù)包括(bāokuò)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(yuánmǎ)，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(duìzhàn)逻辑。

相比之下，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(gè)独立代码块中，用户需自行保存为多个文件，运行时还(hái)伴有(bànyǒu)报错，需要手动调试，不能完成对战。而且界面粗糙、无UI美化。

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

第2题是一道典型的函数(hánshù)(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)维度包括函数反演、代数推理能力和数学逻辑清晰度(qīngxīdù)。

DeepSeek耗时351秒推导(tuīdǎo)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(xiángxì)且逻辑缜密，从代入法到固定点分析再到反设求解，最后(zuìhòu)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，而且逻辑清晰、推理精炼。推出固定点(gùdìngdiǎn)、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(zuìzhōng)均给出了正确答案，但DeepSeek推理时间长，在数学题场景(chǎngjǐng)仍待优化。

第(dì)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推理过程中错误理解(lǐjiě)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，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(zuò)鞋样的历史文物，对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(niánfèn)，有一位唐朝的一代名(míng)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、细节辨析能力和文献准确性。

DeepSeek在此题中出(chū)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"唐代田界(tiánjiè)砖"，虽最后回答出“有4子”，但纯属偶合(ǒuhé)。

OpenAI正确识别文物“赵怀满夏田契(tiánqì)”署于贞观十七年(nián)（643年），对应去世人物为魏徵，并指出魏徵有四子：魏叔(wèishū)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、新唐书等文献，考证准确(zhǔnquè)。

第(dì)5题是：《乐队的夏天》各季top5乐队中一共有多少名(míng)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(le)三季节目中的(de)Top5乐队，并从中(cóngzhōng)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(juésè)进行了总结（主唱、贝斯手、鼓手等）。用时不到1分钟(fēnzhōng)即完成高质量统计+表格整理，效率高。

OpenAI也给出(gěichū)了相同的数量，考证(kǎozhèng)细致，但花费近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(de)表现非常(fēicháng)接近甚至(shènzhì)在部分任务上超过了OpenAI最新O3模型。在代码生成、复杂函数推理、统计等方面，DeepSeek展现出全面且稳定的进步，正快速缩小与(yǔ)顶级闭源模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）