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 DeepSeek昨晚通过微信交流群(qún)通知，其DeepSeek R1模型完成小版本(bǎnběn)升级，并在今日凌晨开源了(le)最新版本模型DeepSeek-R1-0528。

代码(dàimǎ)测试平台Live CodeBench中显示，DeepSeek-R1-0528性能可以媲美OpenAI最新的(de)o3（High）模型(móxíng)。

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(zuìxīn)的R1模型(móxíng)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(yígè)可以在网页上运行的“三国杀”游戏。测试维度包括代码生成、可运行性、模块化(mókuàihuà)能力和交互(jiāohù)设计。

DeepSeek的回答直接输出了(le)完整的网页游戏源码，并且点击能(néng)直接运行(yùnxíng)。前端界面美观，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前端、脚本(jiǎoběn)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(yùnxíng)时还伴有报错，需要手动调试，不能完成对战。而且界面(jièmiàn)粗糙(cūcāo)、无UI美化。

这道题DeepSeek胜出。DeepSeek模型在“代码工程化(gōngchénghuà)”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(tí)是一道典型的函数构造(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(dàishù)推理能力和(hé)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，过程详细且逻辑(luójí)缜密，从代入法到固定点分析(fēnxī)再到(zàidào)反设(fǎnshè)求解，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(le)同样正确的答案(dáàn)，而且逻辑清晰、推理精炼。推出固定点、构造反函数思路合理，无冗余步骤。

这一题尽管DeepSeek和(hé)OpenAI最终均给出了(le)正确答案，但DeepSeek推理时间长，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(duōshǎo)个地市级行政单位与外国接壤？测试维度(wéidù)包括地理常识、事实检索和数据整合能力。

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(dì)市(shì)级单位”是否一定拥有边境口岸。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正确地点名了(le)12个地市。

第4题是：有一个被剪做鞋样(xiéyàng)的历史文物，对研究唐代均田制起到了重要(zhòngyào)的作用，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(míngxiāngyǒu)几个儿子(érzi)？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(zhōng)出现了幻觉，造成(zàochéng)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(tiánjiè)砖"，虽最后回答出“有4子”，但纯属偶合。

OpenAI正确识别文物“赵怀(zhàohuái)满夏田契”署于贞观十七年(nián)（643年），对应(duìyìng)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(yǒu)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、数据整合能力。

DeepSeek依次(yīcì)列举了三季节目中的(de)Top5乐队，并从中筛选女性成员（如新(rúxīn)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，并对女性在乐队中所扮演的角色进行了总结(zǒngjié)（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(zhěnglǐ)，效率高。

OpenAI也给出(gěichū)了相同的数量，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(kànchū)，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展现出全面且稳定的进步(jìnbù)，正(zhèng)快速缩小与顶级闭源模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）