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(zuówǎn)通过微信(wēixìn)交流群通知，其DeepSeek R1模型完成小版本升级(bǎnběnshēngjí)，并在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

代码测试(cèshì)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。

小K今日以一名普通用户的身份，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(zuìxīn)的R1模型(móxíng)和o3模型进行了对比测试。

第1题小K请DeepSeek和OpenAI模型分别写了一个可以在网页上运行的“三国杀(shā)”游戏。测试维度包括(bāokuò)代码生成、可运行性、模块化能力(nénglì)和交互设计。

DeepSeek的回答直接输出了完整的网页游戏源码，并且点击能直接运行(yùnxíng)。前端界面美观，具备基础美术(měishù)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(gè)独立代码块中，用户需自行保存为多个文件，运行时还(hái)伴有报错，需要手动(shǒudòng)调试，不能完成对战。而且界面(jièmiàn)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)构造与嵌套函数推导题：已知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)能力和数学逻辑(luójí)清晰度。

DeepSeek耗时351秒推导出(chū)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(qiě)逻辑缜密(zhěnmì)，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(érqiě)逻辑清晰、推理(tuīlǐ)精炼。推出固定点、构造反函数思路合理，无冗余步骤。

这一题(zhèyītí)尽管DeepSeek和OpenAI最终均给出了(le)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(jílín)、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(bāokuò)地理常识、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(tuīlǐ)过程中错误理解了“地(dì)市级单位”是否一定拥有边境口岸(kǒuàn)。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。

反观OpenAI正确地点名了12个地市(dìshì)。

第4题是：有一个被剪做鞋样的历史文物(lìshǐwénwù)，对研究唐代(tángdài)均田制起到了重要(zhòngyào)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，请问这位名相有几个儿子？测试维度包括(bāokuò)历史考据、细节辨析能力和文献准确性。

DeepSeek在此题中出现了(le)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"唐代田界砖"，虽最后(zuìhòu)回答出“有4子”，但纯属偶合(ǒuhé)。

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(bìng)指出魏徵有四子(sìzi)：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(chéngyuán)？测试维度包括多维信息提取、成员归属辨析、数据整合能力(nénglì)。

DeepSeek依次列举了三季节目中的(de)(de)(de)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(búdào)1分钟即(jí)完成高质量统计+表格整理，效率高。

OpenAI也给出了相同(xiāngtóng)的数量，考证细致，但花费近6分钟，在交互(jiāohù)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(rènwù)上超过了OpenAI最新(zuìxīn)O3模型(móxíng)。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)）