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，其(qí)DeepSeek R1模型完成小(xiǎo)版本升级，并在今日(jīnrì)凌晨开源了最新版本模型DeepSeek-R1-0528。

代码测试平台(píngtái)Live CodeBench中显示，DeepSeek-R1-0528性能可以媲美(pìměi)OpenAI最新(zuìxīn)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(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(jìnxíng)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运行的“三国(sānguó)杀”游戏。测试(cèshì)维度包括代码生成、可运行性、模块化能力和交互(jiāohù)设计。

DeepSeek的回答直接输出了完整(wánzhěng)的网页(wǎngyè)游戏源码，并且点击(diǎnjī)能直接运行。前端界面美观，具备基础美术元素，能完成简单对战逻辑。

相比之下，OpenAI给出的解决方案则将前端、脚本和(hé)逻辑分别输出在3个独立代码块中(zhōng)，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(tiáoshì)，不能完成对战。而且界面粗糙、无UI美化。

这道题DeepSeek胜出。DeepSeek模型(móxíng)在“代码工程化”能力(nénglì)上已有显著优势，表现出对前端框架的更好理解。

第2题是一道典型的函数(hánshù)构造与嵌套函数推导题：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(tuīlǐ)能力(nénglì)和数学逻辑清晰度。

DeepSeek耗时351秒推导(tuīdǎo)出解法，思考过程非常(fēicháng)长(zhǎng)，进行了反复演算和验算，过程详细且逻辑(luójí)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。推出固定点、构造反函数(fǎnhánshù)思路(sīlù)合理，无冗余步骤。

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

第3题是：黑龙江、吉林、辽宁，共有多少个地市级行政单位(dānwèi)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(nénglì)。

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(guòchéng)中错误理解了“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，导致其推理思路存在(cúnzài)漏算。

反观OpenAI正确地点名了12个地市(dìshì)。

第4题是：有一个被剪(jiǎn)做鞋样的历史(lìshǐ)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)，请问这位名相有几个儿子？测试维度包括历史考据、细节辨析能力(nénglì)和文献准确性。

DeepSeek在此题(cǐtí)中出现了幻觉，造成误判，DeepSeek错将有(yǒu)“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(dàn)纯属偶合。

OpenAI正确识别文物“赵怀满夏田契”署于贞观十七年（643年），对应去世人物为魏徵，并指出魏徵有四子：魏叔玉、魏叔琬(wèishūwǎn)、魏叔璘、魏叔瑜。识别精准(jīngzhǔn)，逻辑(luójí)链条完整无误。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(yīgòng)有多少名(míng)女性成员？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(yuèduì)，并(bìng)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），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(wánchéng)高质量统计+表格整理，效率高。

OpenAI也给出了相同的(de)数量，考证细致(xìzhì)，但花费近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(biǎoxiàn)非常接近甚至在部分任务上超过(chāoguò)了OpenAI最新O3模型。在代码生成、复杂函数推理(tuīlǐ)、统计等方面，DeepSeek展现出全面且稳定的进步，正快速缩小与顶级闭源(bìyuán)模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）