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(rìbào)》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最新版本模型DeepSeek-R1-0528。

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

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

第1题(tí)小K请DeepSeek和OpenAI模型分别写了一个可以在网页(wǎngyè)上运行的“三国(sānguó)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(měiguān)，具备基础(jīchǔ)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、脚本和逻辑分别输出在3个独立代码块中(zhōng)，用户(yònghù)需自行保存为多个文件，运行时还伴有(bànyǒu)报错，需要手动调试，不能完成对战。而且界面粗糙、无(wú)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(xiǎnzhù)优势，表现出对前端框架的更好(gènghǎo)理解。

第(dì)2题是一道典型的函数(hánshù)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(cèshì)维度包括(bāokuò)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，思考过程非常长，进行了反复演算(yǎnsuàn)和(hé)验算，过程详细且逻辑缜密，从代入(dàirù)法到固定点分析再到反设求解，最后合理(hélǐ)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(gěichū)了同样正确的答案，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DeepSeek和OpenAI最终均给出了正确答案(dáàn)，但(dàn)DeepSeek推理时间长，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与外国接壤？测试(cèshì)维度包括地理(dìlǐ)常识、事实检索和数据整合能力。

这道题的正确答案是(shì)12个。而DeepSeek仅回答了5个。

DeepSeek推理(tuīlǐ)过程中错误理解了“地市级单位”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(sīlù)存在漏算。

反观OpenAI正确地点(dìdiǎn)名了12个地市。

第4题是：有一个被剪做鞋样的历史(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(niánfèn)，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(xìjié)辨析能力和文献准确性。

DeepSeek在此题中出(chū)现了幻觉，造成误判，DeepSeek错将有“一个被(bèi)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”，但纯属偶合(ǒuhé)。

OpenAI正确识别(shíbié)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(wèishūwǎn)、魏叔璘、魏叔瑜。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。

第5题是：《乐队的夏天》各季top5乐队中一共(yīgòng)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、数据整合(zhěnghé)能力。

DeepSeek依次列举了(le)三季节目(jiémù)中的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(qígémǎ)等），统计结果为5位女性成员，并对女性在乐队中所(suǒ)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(biǎogé)整理，效率高。

OpenAI也给出了相同的数量(shùliàng)，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(de)(de)表现非常接近甚至在部分(bùfèn)任务上超过了OpenAI最新O3模型。在代码生成、复杂函数推理、统计等方面，DeepSeek展现出全面且稳定(wěndìng)的进步，正快速缩小与顶级闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）