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(tōngguò)微信交流群通知，其DeepSeek R1模型完成小版本升级，并在今日凌晨(língchén)开源了最新版本模型DeepSeek-R1-0528。

代码测试平台(píngtái)Live CodeBench中(zhōng)显示，DeepSeek-R1-0528性能可以媲美OpenAI最新的o3（High）模型(móxíng)。

小K今日以一名普通用户(pǔtōngyònghù)的(de)身份(shēnfèn)，参考AI基准测试xbench的例题，在DeepSeek和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(yígè)可以在网页上运行的“三国杀”游戏。测试维度包括(bāokuò)代码生成、可运行性(xìng)、模块化能力和交互设计。

DeepSeek的回答直接(zhíjiē)输出了完整的网页游戏(yóuxì)源码，并且点击能(néng)直接运行。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(qiánduān)、脚本和逻辑分别(fēnbié)输出在3个独立代码块中，用户需自行保存为多个文件，运行时还伴有报错，需要(xūyào)手动调试，不能完成对战。而且界面粗糙、无UI美化(měihuà)。

这道题DeepSeek胜出。DeepSeek模型在“代码工程化”能力上已有显著优势，表现出对前端框架(kuāngjià)的更好(gènghǎo)理解。

第2题(tí)是一道典型的函数构造与(yǔ)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(wéidù)包括函数反演、代数推理能力和数学(shùxué)逻辑清晰度。

DeepSeek耗时351秒推导出(chū)解法，思考过程非常长，进行(jìnxíng)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，最后(zuìhòu)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(miǎo)，给出了同样正确的答案，而且(érqiě)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(zhèyītí)尽管DeepSeek和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(tí)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？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(zhèdàotí)的正确答案是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(hègǎng)）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(bèi)剪做鞋样的历史文物，对(duì)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(cǐtí)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”关联(guānlián)至"唐代田界砖"，虽最后回答出“有4子”，但纯属偶合(ǒuhé)。

OpenAI正确识别文物“赵怀(zhàohuái)满夏田契”署于贞观十七年（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(lín)、魏叔瑜。识别精准，逻辑链条完整无误。引用旧唐书(jiùtángshū)、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？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(jiémù)中(zhōng)的Top5乐队，并(bìng)从中筛选女性成员（如新裤子的赵梦、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(jìnxíng)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(zhěnglǐ)，效率高。

OpenAI也给出了相同的数量，考证(kǎozhèng)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(kěyǐ)看出，DeepSeek R1的表现非常接近甚至在部分(bùfèn)任务上超过了OpenAI最新O3模型。在代码生成、复杂函数(hánshù)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(kēchuàngbǎn)日报 朱凌）