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(xiǎo)版本(bǎnběn)升级，并在今日凌晨开源了(le)最新版本模型DeepSeek-R1-0528。

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

小K今日(jīnrì)以一名普通用户的身份，参考AI基准(jīzhǔn)测试xbench的例题(lìtí)，在DeepSeek和OpenAI官网分别对它们最新的R1模型和o3模型进行了对比测试。

第(dì)1题小K请(qǐng)DeepSeek和OpenAI模型分别写了一个可以在(zài)网页上运行的“三国杀”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(de)回答直接输出了(le)完整的网页游戏源码(yuánmǎ)，并且点击能直接运行。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(zé)将前端、脚本和逻辑分别输出在3个独立代码块中，用户需自行保存为多个文件，运行时还伴有报错，需要手动(shǒudòng)调试，不能完成对战。而且(érqiě)界面粗糙、无(wú)UI美化。

这道题DeepSeek胜出。DeepSeek模型(móxíng)在“代码工程化(gōngchénghuà)”能力上已有显著优势，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)维度包括函数反演、代数推理能力(nénglì)和(hé)数学逻辑清晰度。

DeepSeek耗时351秒推导出解法(xièfǎ)，思考过程非常长，进行了反复演算和(hé)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，最终得出(déchū)f(5)=6的唯一解答。

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、构造(gòuzào)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(dàn)DeepSeek推理时间长，在数学题场景仍待优化(yōuhuà)。

第3题是：黑龙江(hēilóngjiāng)、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、事实检索和数据整合能力。

这道题的正确(zhèngquè)答案是12个。而DeepSeek仅回答了5个。

DeepSeek推理过程中(zhōng)错误理解(lǐjiě)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(hègǎng)）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(tí)是：有一个(yígè)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，请问这位名相有(míngxiāngyǒu)几个儿子？测试维度(wéidù)包括历史考据、细节辨析能力和文献准确性。

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

OpenAI正确识别(shíbié)文物“赵怀满夏田契”署于贞观十七年（643年），对应去世人物为魏徵，并指出(zhǐchū)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(yǐnyòng)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成员？测试(cèshì)维度包括多维信息提取(xìnxītíqǔ)、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(cìwèi)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(bèisīshǒu)、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也给出了相同的数量，考证细致(xìzhì)，但花费近6分钟(fēnzhōng)，在交互场景中显得拖沓。

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上超过了(le)OpenAI最新(zuìxīn)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(qiě)稳定的进步，正快速缩小与顶级闭源模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）