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(yuè)29日讯(rìxùn) DeepSeek昨晚通过微信交流群通知，其DeepSeek R1模型完成(wánchéng)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(dàimǎ)测试平台Live CodeBench中显示(xiǎnshì)，DeepSeek-R1-0528性能(xìngnéng)可以媲美OpenAI最新的o3（High）模型。

小(xiǎo)K今日以一名普通用户的(de)身份，参考(cānkǎo)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题小K请DeepSeek和OpenAI模型分别写了一个可以在网页上(shàng)运行的“三国(sānguó)杀”游戏。测试维度(wéidù)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(huídá)直接输出了完整的网页游戏源码，并且点击能直接运行。前端界面美观，具备基础美术元素，能完成简单对战逻辑(luójí)。

相比之下，OpenAI给出的解决方案则将前端、脚本和(hé)逻辑(luójí)分别输出在(zài)3个独立代码块中，用户需自行保存为多个文件，运行时(shí)还伴有报错，需要手动调试，不能完成对战。而且界面粗糙、无UI美化。

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

第2题是一道(yīdào)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(cèshì)维度包括函数反演(fǎnyǎn)、代数推理能力和数学逻辑清晰度。

DeepSeek耗时351秒推导出(chū)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(qiújiě)，最后合理排除矛盾值，最终得出(déchū)f(5)=6的唯一解答。

OpenAI则用时仅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(tuīchū)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最终均给出了正确(zhèngquè)答案，但DeepSeek推理时间长，在数学题场景仍待优化(yōuhuà)。

第3题是：黑龙江、吉林(jílín)、辽宁，共有多少个地市级(dìshìjí)行政单位与外国接壤？测试维度包括地理常识、事实检索和数据整合能力。

这道题的正确答案是(shì)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(yōngyǒu)边境口岸。例如(lìrú)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。

反观OpenAI正确地点名了12个地市(dìshì)。

第4题(tí)是：有一个被剪做鞋样的历史文物，对研究唐代(tángdài)均田制起到(qǐdào)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(xìjié)辨析能力和文献准确性。

DeepSeek在此题中出现了幻觉(huànjué)，造成误判，DeepSeek错将有“一个被剪做鞋样的历史文物”关联(guānlián)至"唐代田界砖"，虽(suī)最后回答出“有4子”，但纯属偶合。

OpenAI正确识别文物(wénwù)“赵怀满夏田契”署于贞观(yúzhēnguàn)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、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(wénxiàn)，考证准确。

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、数据(shùjù)整合能力。

DeepSeek依次列举了三季节目中的(de)Top5乐队，并(bìng)从中筛选女性成员（如新裤子的赵梦、刺猬(cìwèi)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（主唱、贝斯手、鼓手等）。用时(yòngshí)不到1分钟即(jí)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，但花费近6分钟，在交互场景(chǎngjǐng)中显得(xiǎnde)拖沓。

通过以上(yǐshàng)实测可以看出，DeepSeek R1的表现(biǎoxiàn)非常接近甚至在部分任务上超过了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模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）