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(rìbào)》5月29日讯 DeepSeek昨晚通过微信交流群(qún)通知，其DeepSeek R1模型完成小版本升级，并在(zài)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(xiǎnshì)，DeepSeek-R1-0528性能可以媲美OpenAI最新(zuìxīn)的o3（High）模型。

小K今日以一名(yīmíng)普通用户的身份，参考AI基准测试(cèshì)xbench的例题，在DeepSeek和OpenAI官网分别对它们(tāmen)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模型分别写了一个(yígè)可以在网页上(shàng)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(měiguān)，具备基础美术元素，能完成简单对战逻辑。

相比之下，OpenAI给出的解决方案则将(jiāng)前端、脚本和逻辑分别输出在3个独立代码块(kuài)中，用户需(xū)自行保存为多个文件，运行时还伴有报错，需要手动调试，不能完成对战。而且界面粗糙、无(wú)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题是一道(yīdào)典型的函数(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(qiú)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(qiě)逻辑缜密，从代入(dàirù)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，给出了同样正确的(de)答案，而且逻辑清晰(qīngxī)、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(dáàn)，但DeepSeek推理时间长，在数学题(shùxuétí)场景仍待优化。

第3题(tí)是：黑龙江(hēilóngjiāng)、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(dì)市级单位”是否一定拥有边境口岸(kǒuàn)。例如将黑龙江部分地市（如伊春、鹤岗）忽略，导致其推理思路存在(cúnzài)漏算。

反观OpenAI正确地点名(míng)了12个地市。

第4题是：有一个被剪做鞋样的(de)历史文物(wénwù)，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(yīwèi)唐朝的一代名相去世，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在此题中出现了幻觉(huànjué)，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(zuìhòu)回答出“有4子(zi)”，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(nián)（643年），对应去世人物为(wèi)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，逻辑(luójí)链条完整无误。引用(yǐnyòng)旧唐书、新唐书等文献，考证准确。

第5题是：《乐队的(de)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依次列举了三季节目中的Top5乐队，并从中筛选女性成员（如新裤子的赵梦、刺猬的石璐、安达组合的其(qí)其格玛等(děng)），统计结果为5位女性成员，并对女性在乐队中所扮演(bànyǎn)的角色进行(jìnxíng)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(biǎogé)整理，效率高。

OpenAI也给出了相同的数量，考证(kǎozhèng)细致，但花费近6分钟，在交互场景中(zhōng)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在部分任务上超过了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(zhǎnxiànchū)全面且稳定的进步(jìnbù)，正快速缩小与顶级闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）