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(zuówǎn)通过微信(wēixìn)交流群通知，其DeepSeek R1模型完成小(xiǎo)版本升级，并在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

代码(dàimǎ)测试平台Live CodeBench中(zhōng)显示，DeepSeek-R1-0528性能可以媲美(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基准测试xbench的例题，在DeepSeek和(hé)OpenAI官网分别对它们(tāmen)最新的R1模型和o3模型进行了对比(duìbǐ)测试。

第1题小K请DeepSeek和(hé)OpenAI模型分别写了一个可(kě)以在(zài)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(le)完整的网页游戏源码，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(xiāngbǐzhīxià)，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，用户需自行保存为多个文件(wénjiàn)，运行时还伴有(bànyǒu)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。

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

第2题是(shì)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f(5)。测试维度包括(bāokuò)函数反演、代数推理能力和数学逻辑(luójí)清晰度。

DeepSeek耗时351秒推导(tuīdǎo)出解法，思考过程非常长，进行了(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(fǎnshè)求解，最后合理排除矛盾(máodùn)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，而且逻辑清晰、推理精炼(jīngliàn)。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DeepSeek推理(tuīlǐ)时间长，在数学题场景(chǎngjǐng)仍待优化。

第3题是：黑龙江、吉林、辽宁，共有多少个地市级行政单位与外国接壤？测试维度包括地理(dìlǐ)常识(chángshí)、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(tuīlǐ)过程中错误理解了(le)“地市级单位”是否(shìfǒu)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漏算。

反观(fǎnguān)OpenAI正确地点名了12个地市。

第4题是：有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(zhòngyào)的作用，这个文物中记载的年份(niánfèn)，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(wéidù)包括历史考据、细节辨析能力和(hé)文献准确性。

DeepSeek在此题中(zhōng)出现了(le)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(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(bìng)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，考证准确(zhǔnquè)。

第5题是：《乐队的夏天》各季top5乐队中一共(yīgòng)有多少名女性(nǚxìng)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(de)Top5乐队，并从中(cóngzhōng)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(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(búdào)1分钟即(jí)完成高质量统计+表格整理，效率高。

OpenAI也给出了相同的数量，考证细致，但花费近6分钟，在交互场景中显得(xiǎnde)拖沓(tuōtà)。

通过以上实测可以看出，DeepSeek R1的表现非常接近甚至(shènzhì)在部分任务上超过了OpenAI最新(zuìxīn)O3模型。在代码生成(dàimǎshēngchéng)、复杂函数推理、统计(tǒngjì)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 朱凌(zhūlíng)）