国产开源模型强势追击！DeepSeek与OpenAI最新模型实测对决

《科创板(kēchuàngbǎn)日报》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)，并在今日凌晨开源(kāiyuán)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(xìngnéng)可以媲美OpenAI最新的o3（High）模型。

小K今日以一名普通用户(pǔtōngyònghù)的身份(shēnfèn)，参考AI基准测试xbench的例题，在DeepSeek和(hé)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在网页上运行的(de)“三国杀”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(shèjì)。

DeepSeek的回答直接输出了完整的网页游戏源码，并且点击能直接运行。前端(qiánduān)界面美观，具备基础美术元素(yuánsù)，能完成简单对战(duìzhàn)逻辑。

相比之下(xiāngbǐzhīxià)，OpenAI给出的解决方案则将前端(qiánduān)、脚本和逻辑分别输出在3个独立代码块中，用户(yònghù)需自行保存为多个文件，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UI美化。

这道题DeepSeek胜出。DeepSeek模型在“代码工程化”能力(nénglì)上(shàng)已有显著优势，表现出对前端框架的更好理解。

第2题是一道(yīdào)典型的(de)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、代数推理(tuīlǐ)能力和数学逻辑清晰度。

DeepSeek耗时351秒推导(tuīdǎo)出解法(xièfǎ)，思考过程非常长，进行了反复演算(yǎnsuàn)和验算，过程详细且(qiě)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、构造(gòuzào)反函数思路合理，无(wú)冗余步骤。

这一题尽管DeepSeek和OpenAI最终均(jūn)给出了正确答案，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，共有多少个地市级行政(xíngzhèng)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“地市级(dìshìjí)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漏算。

反观OpenAI正确地点名了12个(gè)地市。

第4题(tí)是：有一个被剪做鞋样的历史文物，对研究唐代均田制(jūntiánzhì)起到了重要的作用，这个文物中记载(jìzǎi)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(cèshì)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(zàochéng)误判，DeepSeek错将有(yǒu)“一个(yígè)被剪做鞋样的历史文物”关联至"唐代田界砖"，虽最后回答出“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(wèi)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(děng)文献(wénxiàn)，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？测试(cèshì)维度包括多维信息提取、成员归属辨析、数据整合能力(nénglì)。

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、刺猬的石璐、安达(āndá)组合的其(qí)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(jìnxíng)了总结（主唱、贝斯手、鼓手等）。用时不到(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(xiāngtóng)的数量，考证细致，但花费近6分钟，在交互场景中显得拖沓(tuōtà)。

通过以上实测可以看出(kànchū)，DeepSeek R1的表现非常接近甚至(shènzhì)在部分任务上超过(chāoguò)了OpenAI最新O3模型。在代码生成(dàimǎshēngchéng)、复杂函数推理、统计等方面，DeepSeek展现出全面且稳定的进步，正快速缩小与顶级闭源模型的差距。

（科创板日报(rìbào) 朱凌）