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(tōngzhī)，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源了最新(zuìxīn)版本模型DeepSeek-R1-0528。

代码测试(cèshì)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(xiǎo)K今日以(yǐ)一名普通用户的身份，参考AI基准测试(cèshì)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(kě)以在网页上(shàng)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(zhíjiē)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(duìzhàn)逻辑。

相比之下，OpenAI给出的解决方案则将前端、脚本和逻辑分别输出(shūchū)在3个独立代码块中，用户(yònghù)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(wánchéng)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”能力上(shàng)已有显著优势，表现出对前端框架的更好(gènghǎo)理解。

第2题(tí)是一道典型的函数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(wéidù)包括函数反演(fǎnyǎn)、代数推理能力和数学(shùxué)逻辑清晰度。

DeepSeek耗时351秒推导出解法，思考(sīkǎo)过程(guòchéng)非常长，进行(jìnxíng)了反复演算和验算，过程详细且逻辑缜密(zhěnmì)，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f(5)=6的唯一解答。

OpenAI则用时仅41秒，给出了同样正确(zhèngquè)的答案(dáàn)，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(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(chángshí)、事实检索和数据整合能力。

这道题的(de)正确答案是12个。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”是否一定拥有边境(biānjìng)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正确地点名了(le)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(qǐdào)了重要的作用，这个文物中记载(jìzǎi)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(érzi)？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(zàochéng)误判，DeepSeek错将有“一个被剪做鞋样的历史文物”关联至(zhì)"唐代田界砖"，虽最后回答(huídá)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，并指出魏徵有四子：魏叔玉(wèishūyù)、魏叔琬、魏叔璘(lín)、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(gèjì)top5乐队中一共有多少名女性(nǚxìng)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，并从中筛选女性(nǚxìng)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(wèi)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(zhǔchàng)、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(zhěnglǐ)，效率高。

OpenAI也给出了相同的数量，考证细致(xìzhì)，但花费近6分钟，在交互场景中显得(xiǎnde)拖沓。

通过以上实测可以看出，DeepSeek R1的(de)表现非常接近甚至在部分任务上超过了OpenAI最新O3模型(móxíng)。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(zhèng)快速缩小与顶级闭源模型的差距。

（科创板日报(rìbào) 朱凌）