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(rìbào)》5月29日讯 DeepSeek昨晚通过(tōngguò)微信交流群通知，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。

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

小K今日以(yǐ)一名(yīmíng)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模型进行了对比测试。

第1题小(xiǎo)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(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(de)回答直接输出了完整的网页(wǎngyè)游戏源码，并且点击能直接运行。前端界面美观，具备基础美术(měishù)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(gè)独立代码块中，用户需自行保存为多个文件，运行(yùnxíng)时还伴有报错(bàocuò)，需要手动调试，不能完成对战。而且界面(jièmiàn)粗糙、无UI美化。

这道题(zhèdàotí)DeepSeek胜出。DeepSeek模型在“代码(dàimǎ)工程化”能力上已有显著优势，表现出对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(yǐzhī)f(f(x))=x2−11x+36f(f(x))=x^2-11x+36，求f(5)。测试维度(wéidù)包括函数反演、代数推理(tuīlǐ)能力(nénglì)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(le)反复演算和验算(yànsuàn)，过程详细且逻辑(luójí)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(wú)冗余步骤(bùzhòu)。

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

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接壤？测试维度包括地理常识(chángshí)、事实检索和数据整合能力。

这道题的正确答案是12个。而DeepSeek仅回答了(le)5个。

DeepSeek推理过程中错误理解了“地(dì)市级单位”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(cúnzài)漏算(lòusuàn)。

反观OpenAI正确地点名(míng)了12个地市。

第4题是：有一个被剪做鞋样的(de)历史文物，对(duì)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(qǐngwèn)这位名相有几个儿子(érzi)？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(jiāng)有“一个被(bèi)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(luójí)链条完整无误。引用旧唐书(jiùtángshū)、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(yǒu)多少名女性成员？测试维度包括多维(duōwéi)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(zhōng)的Top5乐队(yuèduì)，并从中筛选女性成员（如新裤子的赵梦、刺猬的石璐、安达组合的其其格玛(qígémǎ)等），统计结果(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也给出了相同的数量，考证细致(xìzhì)，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(móxíng)。在代码生成、复杂(fùzá)函数推理(tuīlǐ)、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 朱凌(zhūlíng)）