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

代码测试平台(píngtái)Live CodeBench中(zhōng)显示，DeepSeek-R1-0528性能可以媲美OpenAI最新(zuìxīn)的o3（High）模型。

小K今日(jīnrì)以一名普通用户的(de)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(xiě)了一个可以在网页上运行的“三国杀”游戏。测试维度包括代码生成、可运行性、模块化(mókuàihuà)能力(nénglì)和交互设计。

DeepSeek的回答直接输出了完整的网页游戏源码，并且(bìngqiě)点击能直接运行。前端界面美观，具备基础美术(měishù)元素，能完成简单对战(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(kuài)中，用户需自行保存(bǎocún)为多个文件，运行时还伴有报错，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(zài)“代码工程化”能力上已有显著优势，表现出对前端框架(kuāngjià)的更好理解。

第2题是一道典型的(de)函数(hánshù)构造与嵌套(qiàntào)函数推导题：已知(yǐzhī)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(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(fǎdào)固定点分析再到反设(fǎnshè)求解，最后合理排除矛盾值，最终得出f(5)=6的唯一解答(jiědá)。

OpenAI则用(yòng)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(wú)冗余步骤。

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

第(dì)3题是：黑龙江、吉林、辽宁，共有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仅回答(huídá)了5个。

DeepSeek推理过程中错误理解了“地(dì)市级单位”是否一定拥有(yōngyǒu)边境口岸。例如(lìrú)将黑龙江部分地市（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文物，对研究唐代均田制起到了重要(zhòngyào)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(jǐgè)儿子？测试维度包括历史考据、细节辨析能力和文献(wénxiàn)准确性。

DeepSeek在此题中出现(chūxiàn)了幻觉，造成误判，DeepSeek错将有“一个被剪做鞋样的历史文物”关联至"唐代田界(tiánjiè)砖"，虽最后(zuìhòu)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)”署于贞观十七年（643年），对应去世人物为魏徵，并指出魏徵有(wèizhēngyǒu)四子：魏叔玉、魏叔琬、魏叔璘、魏叔瑜(wèishūyú)。识别精准，逻辑链条完整无误。引用旧唐书、新唐书等文献，考证准确(zhǔnquè)。

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、数据(shùjù)整合能力(nénglì)。

DeepSeek依次列举(lièjǔ)了三季(sānjì)节目中的Top5乐队，并从中筛选女性成员（如新裤子的赵梦(zhàomèng)、刺猬(cìwèi)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、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也给出了相同的数量，考证细致(xìzhì)，但(dàn)花费近6分钟，在交互场景中显得拖沓。

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

（科创板(kēchuàngbǎn)日报 朱凌）