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

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

小K今日以一名普通用户的(de)(de)身份，参考AI基准测试xbench的例题，在DeepSeek和(hé)OpenAI官网分别对它们最新的R1模型和o3模型进行了对比测试。

第1题小(xiǎo)K请DeepSeek和OpenAI模型分别写了一个可以在网页上运行(yùnxíng)的“三国(sānguó)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的回答直接输出了(le)完整的网页游戏(yóuxì)源码，并且点击能直接运行。前端界面美观，具备基础美术元素，能完成简单对战(duìzhàn)逻辑。

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

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

第2题是一道典型的(de)函数(hánshù)构造与嵌套函数推导题：已知f(f(x))=x2−11x+36f(f(x))=x^2-11x+36，求(qiú)f(5)。测试维度包括(bāokuò)函数反演、代数推理能力和数学逻辑清晰度。

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(yànsuàn)，过程详细且(qiě)逻辑缜密，从(cóng)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(tóngyàng)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，无冗余步骤。

这一题尽管DeepSeek和OpenAI最终均给出(gěichū)了正确答案，但DeepSeek推理时间长，在数学题场景(chǎngjǐng)仍待优化。

第3题是(shì)：黑龙江、吉林、辽宁，共有多少个地市级行政单位与外国(wàiguó)接壤？测试维度包括地理常识、事实检索和数据整合能力。

这道题的正确答案是12个。而DeepSeek仅(jǐn)回答了5个。

DeepSeek推理过程中错误理解了“地(dì)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(qí)推理思路存在漏算。

反观OpenAI正确地点名了12个(gè)地市。

第4题是：有一个被剪做鞋样的历史(lìshǐ)文物，对研究唐代(tángdài)均田制起到了重要的作用，这个文物中(zhōng)记载的年份，有一位唐朝(tángcháo)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、细节辨析能力和文献准确性。

DeepSeek在此题中出现了幻觉，造成误判，DeepSeek错将有“一个被剪做鞋样的(de)历史文物”关联至"唐代田界砖"，虽(suī)最后回答出“有4子”，但纯属(chúnshǔ)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(duìyìng)去世人物为魏徵，并指出魏徵有四子：魏叔玉、魏叔琬(wèishūwǎn)、魏叔璘、魏叔瑜。识别精准，逻辑链条(liàntiáo)完整无误。引用旧唐书、新唐书等文献(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(míng)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依次列举了(le)三季节目中的(de)Top5乐队，并从中筛选女性成员（如新裤子的赵梦(zhàomèng)、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（主唱、贝斯手(bèisīshǒu)、鼓手等）。用时不到1分钟即完成(wánchéng)高质量统计+表格整理，效率高。

OpenAI也给出了相同的(de)数量，考证细致，但花费(huāfèi)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(de)表现非常接近甚至在部分任务上超过了OpenAI最新O3模型。在代码生成、复杂函数推理(tuīlǐ)、统计等方面，DeepSeek展现出(zhǎnxiànchū)全面且稳定(wěndìng)的进步，正快速缩小与顶级闭源模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）