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(yuè)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，并(bìng)在今日凌晨开源(kāiyuán)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(xìngnéng)可以媲美(pìměi)OpenAI最新的o3（High）模型。

小K今日以一名普通用户的身份，参考AI基准(jīzhǔn)测试xbench的例题(lìtí)，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(dì)1题小K请(qǐng)DeepSeek和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。

DeepSeek的回答直接输出(shūchū)了完整的网页游戏源码，并且点击能直接运行(yùnxíng)。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(de)解决方案则将前端、脚本和逻辑分别输出在3个独立代码块中，用户需自行(zìxíng)保存为多个文件，运行时还伴有报错(bàocuò)，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“代码工程化”能力上已有显著(xiǎnzhù)优势，表现(biǎoxiàn)出对前端框架的更好理解。

第2题(tí)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(qiú)f(5)。测试维度包括函数反演、代数推理能力和数学逻辑清晰度(qīngxīdù)。

DeepSeek耗时351秒(miǎo)推导出(chū)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，而且逻辑清晰、推理(tuīlǐ)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，但DeepSeek推理(tuīlǐ)时间长，在数学题场景仍待优化(yōuhuà)。

第3题是：黑龙江、吉林、辽宁(liáoníng)，共有多少个地市级行政单位与外国(wàiguó)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DeepSeek仅(jǐn)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(kǒuàn)。例如(rú)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正确地点名了12个(gè)地市。

第4题是：有(yǒu)一个被剪做鞋样的历史文物，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，有一位唐朝的一代名相(xiāng)去世，请问这位名相有几个儿子？测试维度(wéidù)包括历史考据、细节辨析能力和文献(wénxiàn)准确性。

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

OpenAI正确识别(shíbié)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(sìzi)：魏叔玉、魏叔琬、魏叔璘、魏叔瑜(wèishūyú)。识别精准，逻辑链条完整无误。引用旧唐书、新唐书等文献(wénxiàn)，考证准确。

第(dì)5题是：《乐队(yuèduì)的夏天》各季top5乐队中一共有多少名女性成员？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(cìwèi)的石璐、安达组合的其其格玛等），统计(tǒngjì)结果为5位女性成员，并对女性在乐队中所扮演的角色进行了总结（主唱、贝斯手(bèisīshǒu)、鼓手等）。用时不到1分钟即完成高质量(gāozhìliàng)统计+表格整理(zhěnglǐ)，效率高。

OpenAI也给出了(le)相同的数量，考证细致，但花费近6分钟，在(zài)交互场景中显得拖沓。

通过以上实测(shícè)可以看出，DeepSeek R1的表现非常(fēicháng)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、统计等方面，DeepSeek展现出全面且稳定的进步，正快速缩小与(yǔ)顶级闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）