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(jiāoliú)群通知(tōngzhī)，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源(kāiyuán)了最新版本模型DeepSeek-R1-0528。

代码测试(cèshì)平台(píngtái)Live CodeBench中显示，DeepSeek-R1-0528性能可以(kěyǐ)媲美OpenAI最新的o3（High）模型。

小K今日以一名普通用户的身份(shēnfèn)，参考AI基准测试xbench的例题，在DeepSeek和(hé)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(qǐng)DeepSeek和OpenAI模型分别(fēnbié)写了一个可以在(zài)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(shūchū)了完整的网页游戏源码，并且点击能直接运行。前端界面(jièmiàn)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(fēnbié)输出在3个独立代码块中，用户需自行保存为(wèi)多个文件，运行时还伴有报错，需要手动调试，不能完成(wánchéng)对战(duìzhàn)。而且界面粗糙、无UI美化。

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

第2题是(shì)一道典型的函数(hánshù)构造与嵌套(qiàntào)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。

DeepSeek耗时(hàoshí)351秒推导出解法，思考过程非常长，进行了反复演算和验算，过程详细且逻辑(luójí)缜密，从代入法到固定点分析再到(zàidào)反设求解，最后合理排除矛盾值，最终得出f(5)=6的(de)唯一解答。

OpenAI则用时仅(shíjǐn)41秒，给出了同样正确的(de)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)，在数学题(shùxuétí)场景仍待优化。

第3题是：黑龙江、吉林、辽宁，共有(gòngyǒu)多少个地市级行政单位与(yǔ)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(zhèdàotí)的正确答案是12个。而DeepSeek仅回答了5个。

DeepSeek推理过程中错误理解了(le)“地市级单位”是否一定(yídìng)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，对研究唐代均田制起到了重要的作用，这个(zhègè)文物中(zhōng)记载的年份，有一位唐朝的一代名相去世，请问这位(zhèwèi)名相有几个儿子？测试维度包括历史考据、细节辨析(biànxī)能力和文献准确性。

DeepSeek在此题中出现了(le)幻觉，造成误判，DeepSeek错将有“一个被(bèi)剪做鞋样的(de)历史文物”关联至"唐代田界砖"，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”署于贞观十七年（643年），对应去世人物为魏徵(wèizhēng)，并(bìng)指出魏徵有四子：魏叔玉(wèishūyù)、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女性成员？测试维度包括多维信息提取(xìnxītíqǔ)、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(chéngyuán)（如新裤子的赵梦、刺猬的石璐、安达(āndá)组合的其其格玛等），统计(tǒngjì)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(búdào)1分钟即完成高质量统计+表格(biǎogé)整理，效率高。

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

通过以上实测(shícè)可以看出，DeepSeek R1的表现非常接近甚至在(zài)部分任务(rènwù)上超过了OpenAI最新O3模型(móxíng)。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，正快速缩小与顶级闭源模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）