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昨晚通过微信交流群通知，其(qí)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(xìngnéng)可以媲美OpenAI最新的(de)o3（High）模型。

小K今日以一名普通用户的身份，参考(cānkǎo)AI基准测试xbench的例题，在DeepSeek和OpenAI官网分别(fēnbié)对它们最新的R1模型和o3模型进行(jìnxíng)了对比测试。

第1题小K请DeepSeek和(hé)OpenAI模型分别写了一个可(kě)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。

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。前端界面美观，具备(jùbèi)基础美术元素，能完成简单对战(duìzhàn)逻辑。

相比之下(xiāngbǐzhīxià)，OpenAI给出的解决方案则(zé)将前端、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(bùnéng)完成对战。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(gōngchénghuà)”能力上已有显著优势，表现出对前端框架的更好(gènghǎo)理解。

第2题是一道典型的(de)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(dàishù)推理能力和(hé)数学逻辑清晰度。

DeepSeek耗时351秒推导(tuīdǎo)出解法，思考过程非常长，进行了(le)反复演算(yǎnsuàn)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，最后合理(hélǐ)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(tuīchū)固定点、构造反函数思路合理，无(wú)冗余步骤。

这一题尽管DeepSeek和(hé)OpenAI最终均给出了正确答案，但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(duōshǎo)个地市级行政单位与外国接壤？测试维度包括地理常识、事实(shìshí)检索和数据整合能力。

这道题的正确答案是12个(gè)。而DeepSeek仅回答了5个。

DeepSeek推理过程中错误理解了“地市级单位”是否一定(yídìng)拥有(yōngyǒu)边境口岸。例如将黑龙江部分地市（如伊春、鹤岗）忽略(hūlüè)，导致其推理思路存在漏算。

反观OpenAI正确(zhèngquè)地点名了12个地市。

第4题是：有一个被剪做鞋样的历史文物，对(duì)研究唐代均田制起到了重要(zhòngyào)的作用，这个文物中(zhōng)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(bāokuò)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“一个被剪(jiǎn)做鞋样的历史文物”关联至"唐代(tángdài)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(mǎnxià)田契”署于贞观(yúzhēnguàn)十七年（643年），对应(duìyìng)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。识别精准，逻辑链条完整无误。引用(yǐnyòng)旧唐书、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(yīgòng)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、数据整合能力。

DeepSeek依次列举了三季节目中的(de)Top5乐队，并从中(cóngzhōng)筛选(shāixuǎn)女性成员（如新裤子的赵梦、刺猬(cìwèi)的石璐、安达(āndá)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(chǎngjǐng)中显得拖沓。

通过以上(shàng)实测(shícè)可以看出，DeepSeek R1的表现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(fùzá)函数推理、统计等方面，DeepSeek展现出全面且稳定的进步(jìnbù)，正快速缩小与顶级闭源模型的差距。

（科创板日报(rìbào) 朱凌）