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

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

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

第(dì)1题小K请DeepSeek和(hé)OpenAI模型分别写了一个可以在网页上运行(yùnxíng)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(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(qiánduān)界面美观，具备基础美术元素，能完成(wánchéng)简单对战逻辑。

相比之下，OpenAI给出的(de)解决方案则将前端、脚本和逻辑分别输出在3个独立(dúlì)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(shǒudòng)调试，不能完成对战。而且(érqiě)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(yōushì)，表现出对前端框架的更好理解。

第(dì)2题是一道典型的函数构造(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(fǎnyǎn)、代数推理能力(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，进行了反复演算和验算，过程详细且逻辑缜密(zhěnmì)，从(cóng)代入法到固定点(gùdìngdiǎn)分析再到反设(fǎnshè)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(dáàn)，而且逻辑清晰、推理精炼(jīngliàn)。推出固定点、构造反函数思路合理，无冗余步骤。

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

第3题是：黑龙江、吉林、辽宁，共有(gòngyǒu)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、事实检索和(hé)数据整合能力。

这道题的正确答案是12个。而DeepSeek仅(jǐn)回答了5个。

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

反观OpenAI正确地点名了(le)12个地市。

第4题是(shì)：有一个被剪做鞋样的历史文物，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(yīwèi)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(xìjié)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“一个被剪做鞋样(xiéyàng)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(shíbié)文物“赵怀满夏(mǎnxià)田契”署于贞观十七年（643年），对应去世人物为魏徵(wèizhēng)，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(wánzhěng)无误。引用旧唐书、新唐书等文献，考证准确。

第5题是：《乐队的夏天》各季top5乐队中一共有多少名女性成员？测试维度包括多维信息提取(xìnxītíqǔ)、成员归属辨析、数据整合(zhěnghé)能力。

DeepSeek依次列举了三季节目中(zhōng)的Top5乐队，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等），统计结果为5位女性成员，并对女性在(zài)乐队中所扮演的角色进行(jìnxíng)了总结（主唱、贝斯手、鼓手等）。用时不到1分钟(fēnzhōng)即完成高质量统计+表格整理(zhěnglǐ)，效率高。

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

通过以上实测可以看出，DeepSeek R1的表现(biǎoxiàn)非常接近甚至在部分任务上超过了(le)OpenAI最新O3模型。在代码生成、复杂函数推理(tuīlǐ)、统计等方面(fāngmiàn)，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）