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(yuè)29日讯 DeepSeek昨晚(zuówǎn)通过微信交流群(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(dàimǎ)测试平台Live CodeBench中显示，DeepSeek-R1-0528性能可以媲美(pìměi)OpenAI最新(zuìxīn)的o3（High）模型。

小K今日以一名普通用户的身份，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(zuìxīn)的R1模型和o3模型进行了(le)对比测试。

第(dì)1题小K请DeepSeek和(hé)OpenAI模型分别写了一个可以在网页(wǎngyè)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(huídá)直接(zhíjiē)输出了完整的网页游戏源码，并且点击能直接运行。前端界面美观，具备基础(jīchǔ)美术元素，能完成简单对战逻辑。

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

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

第2题是一道典型的(de)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、代数推理(tuīlǐ)能力和(hé)数学(shùxué)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(yǎnsuàn)和验算，过程详细且逻辑缜密，从代入法到固定点(gùdìngdiǎn)分析再到反设求解，最后合理排除矛盾值(zhí)，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(zhèngquè)的答案，而且逻辑清晰、推理精炼(jīngliàn)。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)，在数学题场景仍待优化(yōuhuà)。

第3题是：黑龙江(hēilóngjiāng)、吉林、辽宁，共有多少个(gè)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(dìshìjí)单位”是否一定拥有边境口岸。例如将黑龙江部分(bùfèn)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(gè)地市。

第4题是：有(yǒu)一个被剪做鞋样的历史文物，对研究唐代均田制(jūntiánzhì)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(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(zhǔnquèxìng)。

DeepSeek在此题中出现了幻觉，造成误判，DeepSeek错将(jiāng)有“一个被剪(jiǎn)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”，但纯属(chúnshǔ)偶合。

OpenAI正确(zhèngquè)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(wèi)魏徵，并指出魏徵有(wèizhēngyǒu)四子：魏叔玉、魏叔琬、魏叔璘、魏叔瑜(wèishūyú)。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。

第5题是：《乐队的夏天(xiàtiān)》各季top5乐队中一共有多少名女性(nǚxìng)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(sānjì)节目中的Top5乐队，并从中筛选女性成员（如新裤子(kùzi)的赵梦、刺猬的石璐、安达组合的其其格玛等），统计(tǒngjì)结果为5位女性成员，并对女性在乐队中所(suǒ)扮演的角色进行了总结（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(zhěnglǐ)，效率高。

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

通过以上(shàng)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了OpenAI最新O3模型。在代码生成、复杂函数推理(tuīlǐ)、统计等(děng)方面(fāngmiàn)，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）