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，其DeepSeek R1模型(móxíng)完成小版本升级(bǎnběnshēngjí)，并在今日凌晨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(pìměi)OpenAI最新(zuìxīn)的o3（High）模型。

小K今日以一名普通用户的(de)身份，参考AI基准测试(cèshì)xbench的例题，在DeepSeek和OpenAI官网分别对它们最新的R1模型和o3模型进行(jìnxíng)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(shàng)运行的“三国杀(shā)”游戏。测试维度包括代码生成、可运行性、模块化能力和交互(jiāohù)设计。

DeepSeek的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(jiǎndān)对战(duìzhàn)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(fēnbié)输出在3个独立代码块中，用户需自行保存为多个文件，运行时还伴有报错，需要手动(shǒudòng)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(shèngchū)。DeepSeek模型在“代码(dàimǎ)工程化”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(de)函数(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)。测试维度包括函数反演(fǎnyǎn)、代数推理能力和数学逻辑清晰度。

DeepSeek耗时351秒(miǎo)推导出解法，思考过程非常长，进行了反复演算和验算，过程详细且逻辑缜密，从代入法到固定点分析再到反设求解，最后合理排除(páichú)矛盾值，最终得出(déchū)f(5)=6的唯一(wéiyī)解答。

OpenAI则用时仅41秒，给出了同样正确的答案，而且(érqiě)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(jǐnguǎn)DeepSeek和OpenAI最终均给出了正确答案，但DeepSeek推理(tuīlǐ)时间长，在数学题场景仍待优化。

第3题(tí)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、事实检索和数据整合(zhěnghé)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(shìfǒu)一定拥有边境口岸。例如(lìrú)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(gè)地市。

第4题是：有一个被(bèi)剪做鞋样的(de)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(yīwèi)唐朝的一代名相去世，请问(qǐngwèn)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(cǐtí)中(zhōng)出现了(le)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，并指出魏徵有四子：魏叔玉(wèishūyù)、魏叔琬、魏叔璘(lín)、魏叔瑜。识别精准，逻辑(luójí)链条(liàntiáo)完整无误。引用旧唐书、新唐书等文献，考证准确。

第5题(tí)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(wéidù)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(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(xiàolǜgāo)。

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

通过以上(yǐshàng)实测可以看出，DeepSeek R1的表现非常接近甚至(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(tǒngjì)等方面，DeepSeek展现出全面且稳定的进步，正(zhèng)快速缩小与顶级闭源模型的差距。

（科创板日报(rìbào) 朱凌）