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昨晚通过微信交流(jiāoliú)群(qún)通知，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源了(le)最新版本模型DeepSeek-R1-0528。

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

小(xiǎo)K今日以(yǐ)一名普通用户的(de)身份，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(tí)小K请DeepSeek和OpenAI模型分别(fēnbié)写了一个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、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(wǎngyè)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，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、脚本和逻辑分别输出在3个独立代码(dàimǎ)块(kuài)中，用户需自行保存为多个文件，运行时还伴有(bànyǒu)报错，需要手动调试，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(móxíng)在“代码工程化”能力上已有显著优势，表现出对前端框架(kuāngjià)的更好理解。

第2题(tí)是一道典型的函数(hánshù)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(cèshì)维度包括函数反演、代数推理能力和数学逻辑清晰度。

DeepSeek耗时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(gùdìngdiǎn)分析(fēnxī)再到反设求解，最后(zuìhòu)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，给出了同样正确的(de)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(wú)冗余步骤。

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

第3题是：黑龙江(hēilóngjiāng)、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、事实检索和数据整合能力。

这道题的正确答案是12个(gè)。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。例如将(jiāng)黑龙江部分地市（如伊春(yīchūn)、鹤岗）忽略，导致其推理思路存在漏算。

反观OpenAI正确(zhèngquè)地点名了12个地市。

第4题(tí)是：有一个被(bèi)剪做鞋样的历史文物，对研究唐代均田制起到了重要的作用，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(míngxiāngyǒu)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在此题中出现了幻觉，造成误判，DeepSeek错将(jiāng)有(yǒu)“一个被剪做鞋样的历史文物”关联至"唐代田界砖"，虽最后回答(huídá)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），对应去世人物为魏徵，并(bìng)指出(zhǐchū)魏徵有(wèizhēngyǒu)四子：魏叔玉、魏叔琬、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，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？测试维度包括(bāokuò)多维信息提取、成员归属(guīshǔ)辨析、数据整合能力。

DeepSeek依次列举(lièjǔ)了三季节目中(zhōng)的Top5乐队，并从中筛选女性成员(chéngyuán)（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(wèi)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、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(shùliàng)，考证细致，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(biǎoxiàn)非常接近(jiējìn)甚至在(zài)部分任务上超过了OpenAI最新O3模型(móxíng)。在代码生成、复杂函数推理、统计等方面，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）