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(rìxùn) DeepSeek昨晚(zuówǎn)通过微信交流群通知，其DeepSeek R1模型完成小版本升级，并(bìng)在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

代码(dàimǎ)测试(cèshì)平台Live CodeBench中(zhōng)显示，DeepSeek-R1-0528性能可以媲美OpenAI最新的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xbench的例题，在(zài)DeepSeek和OpenAI官网(guānwǎng)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在网页上(shàng)运行的“三国杀(shā)”游戏。测试维度包括代码生成(dàimǎshēngchéng)、可运行性、模块化能力和交互设计。

DeepSeek的回答直接输出了(le)完整的网页(wǎngyè)游戏源码，并且点击能直接运行。前端界面美观，具备基础美术元素，能完成(wánchéng)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个独立代码块中，用户需自行保存为多个文件，运行时(shí)还伴有报错，需要手动(shǒudòng)调试，不能完成对战。而且界面粗糙(cūcāo)、无UI美化。

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

第2题是一道典型的函数构造与嵌套函数推导(tuīdǎo)题：已知f(f(x))=x2−11x+36f(f(x))=x^2-11x+36，求(qiú)f(5)。测试(cèshì)维度包括(bāokuò)函数反演、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(fǎnfù)演算和验算，过程详细且(qiě)逻辑缜密，从代入法到(fǎdào)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(yòng)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、构造反函数思路合理，无冗余(rǒngyú)步骤。

这一题尽管DeepSeek和(hé)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。

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(jiērǎng)？测试维度包括地理常识(chángshí)、事实检索和数据整合能力。

这道题的正确答案是(shì)12个。而DeepSeek仅回答了5个。

DeepSeek推理(tuīlǐ)(tuīlǐ)过程中错误理解了“地市级单位”是否一定拥有边境口岸。例如将黑龙江(hēilóngjiāng)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(yígè)被剪做鞋样(xiéyàng)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(zhōng)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，DeepSeek错将有“一个被剪做鞋样(xiéyàng)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(chúnshǔ)偶合。

OpenAI正确识别文物(wénwù)“赵怀满夏田契”署(shǔ)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。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。

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(chéngyuán)？测试维度包括多维信息提取、成员归属辨析、数据(shùjù)整合能力。

DeepSeek依次列举了(le)三季节目中的Top5乐队，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(děng)），统计结果为(wèi)5位女性成员，并对女性在乐队中所扮演的角色(juésè)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。

OpenAI也(yě)给出了相同的数量，考证细致，但(dàn)花费近6分钟，在交互场景中显得拖沓。

通过以上实测可以看出，DeepSeek R1的表现非常接近甚至在部分任务上超过了(le)OpenAI最新O3模型(móxíng)。在代码生成、复杂函数推理、统计(tǒngjì)等方面(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）