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(yuè)29日讯 DeepSeek昨晚通过微信交流群通知，其DeepSeek R1模型完成(wánchéng)小版本升级，并在今日凌晨开源了(le)最新版本模型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(zuìxīn)的o3（High）模型。

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

第1题小K请DeepSeek和OpenAI模型分别写了一个可以在(zài)网页上运行的“三国杀”游戏。测试(cèshì)维度包括(bāokuò)代码生成、可运行性、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(bìngqiě)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，OpenAI给出的解决方案则将前端、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(duōgè)文件，运行时还伴有(bànyǒu)报错，需要手动调试，不能完成对战。而且(érqiě)界面粗糙(cūcāo)、无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(chūduì)前端(qiánduān)框架的更好理解。

第2题是一道(yīdào)典型的函数构造与嵌套(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(shùxué)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(le)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求解(qiújiě)，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(luójí)清晰、推理精炼。推出(tuīchū)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最终均给出了正确答案(dáàn)，但DeepSeek推理时间长，在数学题场景仍待优化(yōuhuà)。

第3题是：黑龙江、吉林、辽宁，共有多少个(gè)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。

这道题的正确答案是12个(gè)。而DeepSeek仅回答了5个。

DeepSeek推理过程中错误理解了“地市(shì)级单位”是否(shìfǒu)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，导致其推理思路存在漏算(lòusuàn)。

反观OpenAI正确地点(dìdiǎn)名了12个地市。

第4题是：有一个被(bèi)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，有一位唐朝的一代名相去世(qùshì)，请问(qǐngwèn)这位名相有几个儿子？测试维度(wéidù)包括历史考据、细节辨析能力和文献准确性。

DeepSeek在此题(cǐtí)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"唐代田界(tiánjiè)砖"，虽最后回答出“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，逻辑链条完整无误(wúwù)。引用(yǐnyòng)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(cèshì)维度包括(bāokuò)多维信息提取、成员归属辨析、数据整合能力。

DeepSeek依次列举了(le)(le)三季节目中(zhōng)的Top5乐队，并从中筛选女性成员（如新裤子(kùzi)的赵梦、刺猬的石璐、安达组合的其其格玛等(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(le)相同的数量，考证细致，但花费近6分钟(fēnzhōng)，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(shènzhì)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(hánshù)推理、统计等方面，DeepSeek展现出全面且稳定的进步，正快速缩小与顶级(dǐngjí)闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）