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(tōngguò)微信交流群(qún)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(cèshì)平台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(jīnrì)以一名(yīmíng)普通用户的身份，参考AI基准测试xbench的例题，在DeepSeek和OpenAI官网分别对它们最新(zuìxīn)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(móxíng)分别写了一个可以在网页(wǎngyè)上运行的“三国杀”游戏。测试维度包括代码生成、可运行性(xìng)、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(néng)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(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，不能完成(wánchéng)对战。而且界面粗糙、无(wú)UI美化。

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

第2题是(shì)一道典型(diǎnxíng)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)。测试维度包括函数反演、代数(dàishù)推理能力和数学逻辑清晰度。

DeepSeek耗时351秒推导出解法，思考过程非常(fēicháng)长，进行了(le)反复演算和验算，过程详细(xiángxì)且逻辑缜密，从代入法到固定点分析再到反设求解，最后(zuìhòu)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，无冗余(rǒngyú)步骤(bùzhòu)。

这一题尽管DeepSeek和OpenAI最终均(jūn)给出了正确答案，但DeepSeek推理时间长(zhǎng)，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、事实检索和数据整合(zhěnghé)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(guòchéng)中错误理解了“地市级单位”是否一定拥有边境口岸(kǒuàn)。例如将黑龙江(hēilóngjiāng)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(gè)地市。

第4题是：有一个被剪做鞋样的历史(lìshǐ)文物(wénwù)，对研究(yánjiū)唐代均田制起到了(le)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在此题中出现了幻觉，造成误判，DeepSeek错将有“一个被(bèi)剪做鞋样的历史文物”关联至"唐代(tángdài)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“赵怀满夏田契(tiánqì)”署(shǔ)于贞观十七年（643年），对应去世(qùshì)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。引用旧唐书、新唐书等文献(wénxiàn)，考证准确。

第5题(tí)是：《乐队的夏天(xiàtiān)》各季top5乐队中一共有多少名女性成员？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(yīcì)列举了三季节目中的(de)Top5乐队，并从中筛选女性成员(chéngyuán)（如新裤子的赵梦、刺猬的石璐、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(bèisīshǒu)、鼓手等）。用时不到1分钟即完成高质量统计+表格(biǎogé)整理，效率高。

OpenAI也给出了相同(xiāngtóng)的数量，考证细致，但花费(huāfèi)近6分钟，在交互场景中显得拖沓。

通过以上(shàng)实测可以看出，DeepSeek R1的表现非常接近甚至在部分(bùfèn)任务上超过了OpenAI最新(zuìxīn)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）