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(tōngguò)微信交流(jiāoliú)群通知，其DeepSeek R1模型完成小版本升级，并(bìng)在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

代码(dàimǎ)测试(cèshì)平台Live CodeBench中显示，DeepSeek-R1-0528性能可以(kěyǐ)媲美OpenAI最新的o3（High）模型。

小K今日以一名普通用户(pǔtōngyònghù)的身份，参考AI基准测试xbench的例题，在(zài)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题小K请DeepSeek和OpenAI模型分别写了(le)一个可以在网页上运行的“三国杀(shā)”游戏。测试维度包括代码生成、可运行性、模块化能力(nénglì)和交互设计。

DeepSeek的回答(huídá)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，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(de)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(kuài)中，用户需自行保存为多个文件，运行时(shí)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“代码工程化”能力上已有显著优势，表现出对前端(qiánduān)框架(kuāngjià)的更好理解。

第2题是一道(yīdào)典型的函数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(qiú)f(5)。测试(cèshì)维度包括函数反演、代数推理能力和(hé)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，从代入法到固定点分析(fēnxī)再到反设求解，最后合理排除矛盾值(zhí)，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(dáàn)，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，但DeepSeek推理时间长，在(zài)数学题(shùxuétí)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(wàiguó)接壤？测试维度包括地理常识、事实检索和数据整合能力。

这道题的正确答案是12个。而DeepSeek仅回答(huídá)了5个。

DeepSeek推理过程中错误(cuòwù)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。

反观OpenAI正确地点名(míng)了12个地市。

第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(yídài)名(míng)相去世，请问这位(zhèwèi)名相有几个儿子？测试维度包括历史考据(kǎojù)、细节辨析能力和文献准确性。

DeepSeek在此题中出现了幻觉，造成误判，DeepSeek错将有“一个被(bèi)剪做鞋样的历史文物”关联至(zhì)"唐代田界砖"，虽最后回答(huídá)出“有4子”，但纯属偶合。

OpenAI正确识别文物“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(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(wánzhěng)无误。引用旧唐书、新唐书等文献(wénxiàn)，考证准确。

第5题是：《乐队的(de)夏天》各季top5乐队中一共有多少(duōshǎo)名女性成员？测试维度包括多维信息提取、成员归属辨析、数据整合能力。

DeepSeek依次列举了三季节目中的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等(děng)），统计结果为5位(wèi)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(jí)完成高质量统计+表格整理(zhěnglǐ)，效率高。

OpenAI也给出了相同(xiāngtóng)的(de)数量，考证细致，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(de)表现非常接近甚至在部分任务上超过了OpenAI最新O3模型(móxíng)。在代码生成、复杂函数推理、统计等(děng)方面，DeepSeek展现出全面且稳定的进步，正快速(kuàisù)缩小与顶级闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）