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)群通知(tōngzhī)，其DeepSeek R1模型完成小版本升级，并在(zài)今日凌晨开源了最新版本模型DeepSeek-R1-0528。

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

小K今日以(yǐ)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(duì)它们最新的R1模型和o3模型进行了(le)对比测试。

第(dì)1题小K请DeepSeek和OpenAI模型分别写了一个(yígè)可以在网页上运行的“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(shèjì)。

DeepSeek的回答直接输出(shūchū)了完整的网页游戏源码，并且点击能直接运行。前端(qiánduān)界面(jièmiàn)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(fēnbié)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(shí)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“代码工程化”能力(nénglì)上已有显著优势(yōushì)，表现出对前端框架的更好理解。

第2题(tí)是一道典型的函数构造(gòuzào)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)。测试维度包括函数反演、代数推理能力(nénglì)和数学逻辑清晰度(qīngxīdù)。

DeepSeek耗时351秒推导(tuīdǎo)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(cóng)代入法到固定点分析再到反设求解，最后合理排除矛盾(máodùn)值，最终(zuìzhōng)得出f(5)=6的唯一解答。

OpenAI则用时仅(shíjǐn)41秒，给出(gěichū)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(shíjiān)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(xíngzhèng)单位与外国接壤？测试维度包括地理常识、事实检索和数据(shùjù)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(guòchéng)中错误理解了“地市级单位”是否一定拥有边境(biānjìng)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个地市(dìshì)。

第(dì)4题是：有(yǒu)一个被剪做鞋样(xiéyàng)的历史文物，对研究(yánjiū)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(chū)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”关联至(zhì)"唐代田界砖"，虽最后回答出“有4子”，但纯属偶合。

OpenAI正确识别文物“赵怀(zhàohuái)满夏田契”署于贞观十七年（643年），对应去世人物为魏徵，并指出魏徵有四子：魏叔玉、魏叔琬、魏叔璘、魏叔瑜(wèishūyú)。识别精准(jīngzhǔn)，逻辑链条完整无误。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乐队中一共有多少名女性成员？测试维度(wéidù)包括多维信息提取、成员归属辨析、数据整合(zhěnghé)能力。

DeepSeek依次列举了三季节目中的(de)Top5乐队，并从中筛选女性(nǚxìng)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(tǒngjì)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、鼓手等）。用时不到1分钟即(jí)完成高质量(gāozhìliàng)统计+表格整理，效率高。

OpenAI也给出(gěichū)了相同的数量，考证细致，但花费近6分钟，在交互场景(chǎngjǐng)中显得拖沓。

通过以上实测可以看出，DeepSeek R1的表现非常接近甚至在部分任务上超过(chāoguò)了OpenAI最新O3模型。在代码生成、复杂函数推理、统计等方面，DeepSeek展现出全面(quánmiàn)且(qiě)稳定的进步，正快速缩小与顶级闭源(bìyuán)模型的差距。

（科创板日报(rìbào) 朱凌）