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DeepSeek R1模型完成小版本(bǎnběn)升级(bǎnběnshēngjí)，并在今日凌晨(língchén)开源了最新版本模型DeepSeek-R1-0528。

代码(dàimǎ)测试平台Live CodeBench中显示(xiǎnshì)，DeepSeek-R1-0528性能可以媲美OpenAI最新(zuìxīn)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xbench的例题(lìtí)，在(zài)DeepSeek和OpenAI官网分别对(duì)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(hé)OpenAI模型分别写了一个可(kě)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、模块化能力和交互设计。

DeepSeek的(de)回答直接(zhíjiē)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，用户需自行保存为(wèi)多个(duōgè)文件，运行时还伴有报错(bàocuò)，需要手动调试，不能(bùnéng)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(gōngchénghuà)”能力上已有(yǐyǒu)显著优势，表现出对前端框架的更好理解。

第2题(tí)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(qiú)f(5)。测试维度包括(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，进行了反复演算和验算，过程详细且逻辑缜密，从代入法到固定点分析再到(zàidào)反设求解，最后合理排除矛盾值，最终(zuìzhōng)得出(déchū)f(5)=6的唯一(wéiyī)解答。

OpenAI则用时仅41秒(miǎo)，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(gùdìngdiǎn)、构造反函数思路合理，无冗余步骤。

这一题(zhèyītí)尽管DeepSeek和OpenAI最终均给出了正确答案(dáàn)，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(liáoníng)，共有多少个地市级行政单位与外国接壤？测试维度包括地理常识、事实(shìshí)检索和数据整合能力。

这道题的正确答案是12个。而(ér)DeepSeek仅回答了5个。

DeepSeek推理过程中错误理解了“地市级单位”是否(shìfǒu)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，导致其推理思路(sīlù)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(de)历史文物(lìshǐwénwù)，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(wénxiàn)准确性。

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

OpenAI正确识别文物“赵怀满夏(mǎnxià)田契”署于贞观十七年（643年），对应(duìyìng)去世人物(rénwù)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，逻辑链条(liàntiáo)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乐队中一共有多少名女性(nǚxìng)成员？测试维度包括多维信息提取、成员归属辨析、数据(shùjù)整合能力。

DeepSeek依次(yīcì)列举了三季节目中(zhōng)的(de)Top5乐队，并从中筛选女性成员（如新裤子的赵梦(zhàomèng)、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(bànyǎn)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+表格整理，效率高。

OpenAI也给出(gěichū)了相同(xiāngtóng)的数量，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(shícè)可以看出，DeepSeek R1的表现非常接近(jiējìn)甚至(shènzhì)在部分任务上超过了OpenAI最新O3模型。在代码生成、复杂函数推理、统计等方面，DeepSeek展现出全面且稳定的进步，正快速缩小与顶级(dǐngjí)闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）