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，并在今日(jīnrì)凌晨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的(de)身份，参考(cānkǎo)AI基准测试xbench的例题(lìtí)，在DeepSeek和OpenAI官网分别对它们最新的R1模型和o3模型进行了对比测试。

第1题小K请DeepSeek和(hé)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、可运行性、模块化能力和交互(jiāohù)设计。

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

相比之下，OpenAI给出的解决方案则将前端、脚本和逻辑分别输出在3个独立代码块中，用户需(xū)自行保存(bǎocún)为多个文件，运行时还伴有报错，需要手动调试，不能(bùnéng)完成对战。而且界面粗糙(cūcāo)、无UI美化。

这道题DeepSeek胜出。DeepSeek模型在“代码(dàimǎ)工程化”能力上已有(yǐyǒu)显著优势，表现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(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)。测试维度包括函数反演、代数推理(tuīlǐ)能力和数学逻辑清晰度(qīngxīdù)。

DeepSeek耗时(hàoshí)351秒推导出解法，思考过程非常长，进行了反复演算和验算，过程详细且逻辑缜密，从代入法到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(déchū)f(5)=6的(de)唯一解答。

OpenAI则(zé)用时仅41秒，给出了(le)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，无冗余步骤。

这一题尽管DeepSeek和OpenAI最终均给出了正确答案，但(dàn)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(liáoníng)，共有多少个地市级行政单位与外国接壤？测试维度包括地理常识、事实检索和数据(shùjù)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(tuīlǐ)过程中错误理解了“地市级单位”是否一定拥有边境(biānjìng)口岸。例如将(jiāng)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(fǎnguān)OpenAI正确地点名了12个地市。

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(jūntiánzhì)起到了重要的作用(zuòyòng)，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(xìjié)辨析能力和文献准确性。

DeepSeek在此题中出(chū)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。

OpenAI正确识别文物(wénwù)“赵怀满夏田契”署于贞观十七年(nián)（643年），对应去世人物为魏徵，并指出魏徵有四子：魏叔(wèishū)玉、魏叔琬、魏叔璘、魏叔瑜。识别精准，逻辑链条完整无误。引用旧唐书、新唐书等文献，考证(kǎozhèng)准确。

第5题是：《乐队的(de)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(nénglì)。

DeepSeek依次列举(lièjǔ)了三季节目中的(de)(de)Top5乐队，并从中筛选女性成员（如新裤子的赵梦、刺猬的石璐、安达组合的其其格玛等），统计结果(jiéguǒ)为5位(wèi)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、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也给出(gěichū)了相同的数量，考证细致(xìzhì)，但花费近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(bùfèn)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(fāngmiàn)，DeepSeek展现出全面且稳定的进步，正快速缩小(suōxiǎo)与顶级闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）