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(wēixìn)交流群(qún)通知，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

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

小K今日以(yǐ)一名(yīmíng)普通用户的身份，参考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模型分别写了一个可以在网页上运行的“三国(sānguó)杀(shā)”游戏。测试维度(wéidù)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(qiánduān)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，OpenAI给出的解决方案(jiějuéfāngàn)则将前端、脚本和逻辑分别输出在3个独立(dúlì)代码块中，用户需自行保存为多个文件(wénjiàn)，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UI美化。

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

第2题是(shì)一道典型的函数构造与(yǔ)嵌套函数推导题：已知f(f(x))=x2−11x+36f(f(x))=x^2-11x+36，求(qiú)f(5)。测试维度包括函数反演、代数推理能力(nénglì)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，进行了反复演算和验算(yànsuàn)，过程详细且逻辑缜密，从(cóng)代入(dàirù)法到固定点分析再到反设求解，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(tóngyàng)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(sīlù)合理，无冗余步骤。

这一题尽管DeepSeek和(hé)OpenAI最终均给出了正确答案，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？测试维度包括地理常识(chángshí)、事实检索和(hé)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(guòchéng)中错误理解了“地市级单位”是否一定(yídìng)拥有边境口岸。例如将黑龙江(hēilóngjiāng)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(míng)了12个地市。

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，有一位唐朝的一代名相去世，请问这位名相有几个儿子(érzi)？测试维度包括历史考据(kǎojù)、细节(xìjié)辨析能力和文献准确性。

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

OpenAI正确识别文物“赵怀满夏田契”署于贞观十七年(nián)（643年），对应去世人物(rénwù)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(jīngzhǔn)，逻辑链条完整无误。引用旧唐书、新唐书等(děng)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(sānjì)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(zǔhé)的其其格玛等(děng)），统计结果(jiéguǒ)为5位女性成员，并对女性在乐队中所扮演(bànyǎn)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(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(fēicháng)接近甚至在(zài)部分任务上超过(chāoguò)了OpenAI最新O3模型。在代码生成、复杂(fùzá)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。

（科创板日报(rìbào) 朱凌）