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(wēixìn)交流群(qún)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(dàimǎ)测试平台Live CodeBench中显示，DeepSeek-R1-0528性能可以(kěyǐ)媲美OpenAI最新的o3（High）模型(móxíng)。

小K今日以(yǐ)一名普通用户的身份，参考AI基准(jīzhǔn)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(le)对比测试。

第1题(tí)小K请DeepSeek和(hé)OpenAI模型分别写了一个可以在网页上运行的“三国杀”游戏(yóuxì)。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(huídá)直接输出了完整的网页游戏源码，并且点击(diǎnjī)能直接运行。前端界面美观，具备基础美术元素，能完成(wánchéng)简单对战逻辑。

相比之下，OpenAI给出(gěichū)的解决方案则将(jiāng)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(zìxíng)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(duìzhàn)。而且界面粗糙、无UI美化。

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

第2题是(shì)一道典型的函数(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f(5)。测试维度包括(bāokuò)函数反演、代数推理能力和(hé)数学逻辑清晰度。

DeepSeek耗时351秒推导出(chū)解法，思考过程(guòchéng)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f(5)=6的唯一(wéiyī)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。推出固定点、构造反函数(fǎnhánshù)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(tuīlǐ)时间长，在数学题场景仍待优化。

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(jiērǎng)？测试维度包括地理常识(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(rú)将黑龙江部分(bùfèn)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(yánjiū)唐代均田制(jūntiánzhì)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，请问这位名相有几个儿子？测试(cèshì)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(le)幻觉，造成误判，DeepSeek错(cuò)将(jiāng)有“一个被剪做鞋样的历史文物”关联至"唐代田界砖"，虽最后回答出“有4子”，但纯属偶合。

OpenAI正确(zhèngquè)识别文物“赵怀满夏田契”署(shǔ)于贞观十七年（643年），对应去世人物为魏徵，并指出魏徵有四子：魏叔玉(wèishūyù)、魏叔琬(wèishūwǎn)、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。

第5题是：《乐队(yuèduì)的夏天》各季top5乐队中一共(yīgòng)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。

DeepSeek依次列举了(le)三季节目中的Top5乐队，并从中筛选(shāixuǎn)女性成员(chéngyuán)（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(zǒngjié)（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也给出了相同(xiāngtóng)的数量，考证细致，但花费近6分钟，在交互(jiāohù)场景中显得拖沓。

通过以上实测可以看出，DeepSeek R1的表现非常(fēicháng)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、复杂函数推理、统计(tǒngjì)等方面，DeepSeek展现出(zhǎnxiànchū)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）