国产开源模型强势追击！DeepSeek与OpenAI最新模型实测对决

《科创板(kēchuàngbǎn)日报(rìbào)》5月29日讯(rìxùn) DeepSeek昨晚通过微信交流群通知，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

代码测试(cèshì)平台(píngtái)Live CodeBench中显示，DeepSeek-R1-0528性能可以(kěyǐ)媲美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OpenAI官网分别对它们(tāmen)最新(zuìxīn)的R1模型和o3模型进行了(le)对比测试。

第1题小K请DeepSeek和OpenAI模型(móxíng)分别写了一个可以在网页上(shàng)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的回答直接输出了完整的网页游戏(yóuxì)源码，并且点击能直接运行。前端界面美观(měiguān)，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(jiějuéfāngàn)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)自行保存为多个文件，运行时还伴有报错，需要(xūyào)手动调试，不能(bùnéng)完成对战。而且界面粗糙、无UI美化。

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(chūduì)前端框架的更好理解。

第2题是一道典型的函数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(wéidù)包括函数反演、代数推理(tuīlǐ)能力和数学逻辑(luójí)清晰度。

DeepSeek耗时351秒推导出解法，思考过程(guòchéng)非常(fēicháng)长，进行了反复演算和验算，过程详细且逻辑缜密，从(cóng)代入法到固定点分析再到反设(fǎnshè)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，给出了同样正确的答案，而且逻辑(luójí)清晰、推理精炼。推出固定点、构造反函数思路合理(hélǐ)，无冗余步骤。

这一题尽管DeepSeek和OpenAI最终(zuìzhōng)均给出了正确(zhèngquè)答案，但DeepSeek推理时间长，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(dìshìjí)行政单位与外国接壤？测试维度(wéidù)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仅回答(huídá)了5个。

DeepSeek推理(tuīlǐ)过程中错误理解了“地市级单位(dānwèi)”是否一定拥有边境口岸。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(lòusuàn)。

反观OpenAI正确地点名了12个(gè)地市。

第4题是：有一个被剪做(zuò)鞋样的(de)历史文物(wénwù)，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，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错将有(yǒu)“一个被剪做鞋样的历史文物”关联至"唐代田界砖"，虽最后(zuìhòu)回答出“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(rénwù)为魏徵，并(bìng)指出魏徵有四子：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(kǎozhèng)准确。

第5题是：《乐队的夏天》各季top5乐队中一共有多少(duōshǎo)名女性成员？测试维度包括多维信息提取、成员归属辨析(biànxī)、数据整合能力。

DeepSeek依次列举了三季节目中(zhōng)的Top5乐队，并从中筛选女性成员（如新裤子(kùzi)的赵梦、刺猬的石璐、安达组合的其其格玛等），统计(tǒngjì)结果(jiéguǒ)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、鼓手等）。用时(yòngshí)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(le)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。

通过以上实测(shícè)可以看出，DeepSeek R1的表现非常接近甚至在(zài)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、统计(tǒngjì)等方面，DeepSeek展现出全面且(qiě)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）