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(yuè)29日讯 DeepSeek昨晚通过微信交流群通知，其DeepSeek R1模型(móxíng)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。

代码测试平台(píngtái)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(xiǎo)K今日以一名(yīmíng)普通用户的(de)身份，参考AI基准测试xbench的例题，在DeepSeek和OpenAI官网分别对它们最新的R1模型和o3模型进行了对比测试。

第1题小K请DeepSeek和OpenAI模型分别写了一个可以(kěyǐ)在(zài)网页上运行的“三国杀(shā)”游戏。测试维度包括代码生成、可运行性、模块化能力和交互设计。

DeepSeek的回答直接输出了完整(wánzhěng)的网页(wǎngyè)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(luójí)分别输出在3个独立代码块中，用户需自行(zìxíng)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(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”能力上已有(yǐyǒu)显著优势，表现出对前端框架的更好理解。

第2题是一道典型(diǎnxíng)的函数(hánshù)构造(gòuzào)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、代数推理能力(nénglì)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(fǎnfù)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，最后合理排除矛盾值(zhí)，最终得出f(5)=6的(de)唯一解答。

OpenAI则用时仅41秒，给出了同样正确的答案，而且逻辑清晰(qīngxī)、推理精炼。推出(tuīchū)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(shíjiān)长，在数学题场景仍待优化。

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(dìlǐ)常识、事实检索(jiǎnsuǒ)和数据整合能力。

这道题的正确答案是12个。而DeepSeek仅(jǐn)回答了5个。

DeepSeek推理过程(guòchéng)中错误理解了“地市级单位”是否一定拥有边境口岸。例如将黑龙江(hēilóngjiāng)部分地市（如伊春、鹤岗）忽略(hūlüè)，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(jiǎn)做鞋样的历史文物，对研究唐代均田制起到(qǐdào)了(le)重要的作用(zuòyòng)，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？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，造成误判(wùpàn)，DeepSeek错将有“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(huídá)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、魏叔琬、魏叔璘、魏叔瑜(wèishūyú)。识别精准，逻辑链条完整(wánzhěng)无误(wúwù)。引用旧唐书、新唐书等文献，考证准确(zhǔnquè)。

第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(wéidù)包括多维信息提取、成员归属辨析、数据整合(zhěnghé)能力。

DeepSeek依次列举了三季节目中的Top5乐队(yuèduì)，并从中筛选女性(nǚxìng)成员（如新裤子的赵梦、刺猬的石璐、安达组合的其其格玛等），统计结果为5位女性成员，并对(duì)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(yòngshí)不到(búdào)1分钟即完成高质量统计+表格整理，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(jiāohù)场景中显得拖沓。

通过以上实测可以看出，DeepSeek R1的表现非常接近甚至(shènzhì)在(zài)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)、统计等方面，DeepSeek展现出全面且稳定的进步，正快速(kuàisù)缩小与顶级闭源模型的差距。

（科创板日报(rìbào) 朱凌）