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(qí)DeepSeek R1模型完成小版本升级，并在今日凌晨开源了(le)最新版本模型DeepSeek-R1-0528。

代码测试平台(píngtái)Live CodeBench中显示，DeepSeek-R1-0528性能可以媲美(pìměi)OpenAI最新的o3（High）模型(móxíng)。

小K今日(jīnrì)以一名(yīmíng)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(hé)OpenAI模型分别写了一个可(kě)以在网页上运行的“三国杀”游戏。测试(cèshì)维度包括代码生成、可运行性、模块化能力和交互设计。

DeepSeek的回答直接输出了完整的网页游戏源码(yuánmǎ)，并且点击能(néng)直接运行。前端界面美观，具备基础美术元素，能完成(wánchéng)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(dúlì)代码块中，用户需自行(zìxíng)保存为多个(duōgè)文件，运行(yùnxíng)时还伴有报错，需要手动调试，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)函数构造与嵌套函数推导(tuīdǎo)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(luójí)清晰度。

DeepSeek耗时(hàoshí)351秒推导(tuīdǎo)出解法，思考过程非常长，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(máodùn)值，最终得出f(5)=6的唯一解答。

OpenAI则用(yòng)时仅41秒，给出了同样正确(zhèngquè)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，无冗余步骤。

这一题尽管DeepSeek和(hé)OpenAI最终(zuìzhōng)均给出了正确答案，但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(jiērǎng)？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(jǐn)回答了5个。

DeepSeek推理过程中(zhōng)错误理解了“地市级单位”是否一定拥有边境口岸。例如(lìrú)将黑龙江部分地市（如伊春、鹤岗）忽略，导致(dǎozhì)其推理思路存在漏算。

反观OpenAI正确地点(dìdiǎn)名了12个地市。

第(dì)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，请问(qǐngwèn)这位名相有几个儿子？测试维度包括历史考据、细节辨析(biànxī)能力和文献(wénxiàn)准确性。

DeepSeek在(zài)此题中出现了幻觉，造成误判，DeepSeek错将有“一个被剪做鞋样的历史文物(lìshǐwénwù)”关联至"唐代(tángdài)田界砖"，虽最后回答出“有4子”，但纯属偶合。

OpenAI正确识别(shíbié)文物(wénwù)“赵怀满夏田契”署于贞观十七年(nián)（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、魏叔璘、魏叔瑜。识别精准(jīngzhǔn)，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(duōwéi)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（如新裤子的赵梦、刺猬的石璐、安达组合的其其格玛等），统计(tǒngjì)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也给出了相同的数量(shùliàng)，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(biǎoxiàn)非常接近甚至在部分任务上超过了OpenAI最新O3模型。在代码生成、复杂函数(hánshù)推理、统计等(děng)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）