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昨晚通过微信交流群通知(tōngzhī)，其DeepSeek R1模型(móxíng)(móxíng)完成小版本升级，并在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

代码测试平台Live CodeBench中(zhōng)显示，DeepSeek-R1-0528性能(xìngnéng)可以媲美OpenAI最新的o3（High）模型(móxíng)。

小K今日以一名普通用户的身份，参考(cānkǎo)AI基准测试(cèshì)xbench的例题，在DeepSeek和(hé)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“三国杀”游戏(yóuxì)。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(wánzhěng)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(jiǎndān)对战逻辑。

相比之下(xiāngbǐzhīxià)，OpenAI给出的(de)解决方案则将前端、脚本和逻辑分别输出在(zài)3个独立代码块中，用户需自行保存为多个文件，运行时还伴有报错，需要手动调试，不能完成对战。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，表现出对前端框架的更好(gènghǎo)理解(lǐjiě)。

第2题是一道典型的函数(hánshù)构造与嵌套(qiàntào)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(hàoshí)351秒推导出(chū)解法，思考过程(guòchéng)非常长，进行了反复演算和验算，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(rǒngyú)步骤。

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

第3题是(shì)：黑龙江、吉林、辽宁，共有多少个地市级(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12个(gè)。而DeepSeek仅回答了5个。

DeepSeek推理过程中(zhōng)错误理解了“地市级单位”是否一定(yídìng)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(qí)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(yǒu)一个被剪做鞋样的(de)历史文物，对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，请问这位名相有几个儿子？测试(cèshì)维度包括历史考据、细节辨析能力(nénglì)和文献准确性。

DeepSeek在此题中出现(chūxiàn)了幻觉，造成(zàochéng)误判，DeepSeek错(cuò)将有“一个被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(shǔ)于贞观十七年（643年），对应去世人物为魏徵，并指出(zhǐchū)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(liàntiáo)完整无误。引用旧唐书、新唐书(xīntángshū)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(biànxī)、数据整合能力(nénglì)。

DeepSeek依次列举了三季节目中的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(āndá)组合的其其格玛等(děng)），统计结果为5位女性成员，并对女性在乐队中所扮演(bànyǎn)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(xiàolǜgāo)。

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

通过以上实测可以看出，DeepSeek R1的表现非常接近甚至在(zài)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(zhǎnxiànchū)全面且稳定的进步，正快速缩小与顶级闭源(bìyuán)模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）