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

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

小K今日以一名普通用户的身份，参考(cānkǎo)AI基准测试(cèshì)xbench的例题，在(zài)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1题小K请DeepSeek和OpenAI模型分别写了一个(yígè)可以在(zài)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(zhíjiē)输出了完整的网页游戏源码，并且点击能直接运行。前端界面美观(měiguān)，具备基础美术元素，能完成(wánchéng)简单对战逻辑。

相比之下(xiāngbǐzhīxià)，OpenAI给出的(de)解决方案则将前端、脚本和逻辑分别输出在3个独立代码块中，用户需自行保存为多个文件，运行时还伴有报错(bàocuò)，需要手动调试，不能完成对战。而且界面粗糙(cūcāo)、无UI美化。

这道题DeepSeek胜出。DeepSeek模型在“代码(dàimǎ)工程化”能力(nénglì)上已有显著优势，表现出对前端框架的更好理解。

第2题是(shì)一道典型(diǎnxíng)的(de)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)。测试维度(wéidù)包括函数反演、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(zhǎng)，进行了反复演算和(hé)验算，过程详细且逻辑缜密，从(cóng)代入法到固定点分析再到反设求解，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，而且逻辑(luójí)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(bùzhòu)。

这一题尽管DeepSeek和OpenAI最终均给出了(le)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(dìshìjí)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(dìshìjí)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）忽略(hūlüè)，导致其(qí)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(jiǎn)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(jǐgè)儿子？测试维度包括历史考据、细节辨析能力和文献准确性(zhǔnquèxìng)。

DeepSeek在此题中出(chū)现了幻觉，造成误判，DeepSeek错将有“一个被剪做鞋样的历史文物”关联至"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(shíbié)文物“赵怀满夏田契”署于贞观十七年(nián)（643年），对应去世(qùshì)人物为魏徵，并(bìng)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成员(chéngyuán)？测试维度包括多维信息提取、成员归属(guīshǔ)辨析、数据整合能力。

DeepSeek依次列举了(le)三季节目中的Top5乐队，并从中筛选女性(nǚxìng)成员（如新(rúxīn)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(wèi)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(yòngshí)不到1分钟即完成高质量统计+表格整理，效率高。

OpenAI也(yě)给出了相同的数量(shùliàng)，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(kěyǐ)看出，DeepSeek R1的(de)表现非常接近甚至在(zài)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(yǔ)顶级闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）