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通知，其DeepSeek R1模型完成小版本升级(bǎnběnshēngjí)，并在今日(jīnrì)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，DeepSeek-R1-0528性能可以(kěyǐ)媲美OpenAI最新的(de)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(zài)DeepSeek和OpenAI官网分别对它们最新的R1模型(móxíng)和o3模型进行了(le)对比测试。

第1题小K请DeepSeek和(hé)OpenAI模型分别写了一个可以(kěyǐ)在网页上运行的“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(shèjì)。

DeepSeek的回答直接输出了完整(wánzhěng)的网页游戏源码，并且(bìngqiě)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(gěichū)的解决方案则将前端、脚本和逻辑分别输出在3个独立代码(dàimǎ)块中，用户(yònghù)需自行保存为多个文件，运行时还伴有报错，需要手动调试(tiáoshì)，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“代码(dàimǎ)工程化”能力上已有显著优势，表现出对前端框架的(de)更好理解。

第2题是一道典型的函数构造与嵌套(qiàntào)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(bāokuò)函数反演、代数推理能力和(hé)数学逻辑(luójí)清晰度。

DeepSeek耗时351秒推导出解法，思考过程非常(fēicháng)长(zhǎng)，进行了(le)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(qiújiě)，最后合理排除矛盾值，最终得出f(5)=6的唯一解答。

OpenAI则用时仅41秒，给出了同样正确的答案，而且逻辑清晰、推理精炼。推出固定点(gùdìngdiǎn)、构造反函数思路合理，无冗余步骤(bùzhòu)。

这一题尽管DeepSeek和OpenAI最终均给出了正确(zhèngquè)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(duōshǎo)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(de)正确答案是12个。而DeepSeek仅回答了5个。

DeepSeek推理过程中错误理解了“地市级单位”是否一定拥有边境口岸。例如(rú)将黑龙江(hēilóngjiāng)部分地市（如伊春(yīchūn)、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个地市(dìshì)。

第4题是：有一个被剪做(zuò)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(zhègè)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(hé)文献准确性。

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

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(qùshì)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(jīngzhǔn)，逻辑链条(liàntiáo)完整无误。引用旧唐书、新唐书等文献，考证准确。

第5题是：《乐队的夏天》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(biànxī)、数据整合能力。

DeepSeek依次列举了三季节目(jiémù)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），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）。用时不到(búdào)1分钟即完成(wánchéng)高质量统计+表格整理，效率高。

OpenAI也给出了相同的数量，考证细致(xìzhì)，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的表现非常接近甚至在部分任务上超过(chāoguò)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(wěndìng)的进步，正快速缩小与顶级(dǐngjí)闭源模型的差距。

（科创板日报(rìbào) 朱凌）