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(wēixìn)交流群通知，其(qí)DeepSeek R1模型完成(wánchéng)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(dàimǎ)测试平台Live CodeBench中(zhōng)显示，DeepSeek-R1-0528性能(xìngnéng)可以媲美OpenAI最新的o3（High）模型。

小K今日以一名普通用户的(de)身份，参考AI基准测试xbench的例题，在(zài)DeepSeek和OpenAI官网(guānwǎng)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(tí)小(xiǎo)K请DeepSeek和OpenAI模型分别写了一个可以在网页上运行的(de)“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的回答(huídá)直接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(jièmiàn)美观，具备基础美术元素，能完成简单对战逻辑(luójí)。

相比之下，OpenAI给出的解决方案则将前端、脚本和(hé)逻辑分别输出(shūchū)在(zài)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，需要手动调试，不能完成对战。而且界面粗糙、无UI美化(měihuà)。

这道题(zhèdàotí)DeepSeek胜出(shèngchū)。DeepSeek模型在“代码工程化”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(hánshù)(hánshù)构造与嵌套(qiàntào)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、代数推理能力和数学逻辑清晰度。

DeepSeek耗时351秒推导出解法，思考(sīkǎo)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(dàirù)法到(fǎdào)固定点分析再到反设求解，最后合理排除矛盾(máodùn)值，最终得出f(5)=6的唯一解答。

OpenAI则用时仅41秒(miǎo)，给出了同样(tóngyàng)正确的答案，而且逻辑清晰、推理精炼。推出固定点、构造反函数思路合理，无冗余步骤。

这一题(zhèyītí)尽管(jǐnguǎn)DeepSeek和OpenAI最终均给出了正确答案，但DeepSeek推理时间长，在数学题场景仍待优化。

第3题是(shì)：黑龙江、吉林、辽宁，共有多少个地市级行政单位与外国接壤？测试维度包括地理常识、事实检索(jiǎnsuǒ)和数据整合能力。

这道题的(de)正确答案是12个。而DeepSeek仅回答了5个。

DeepSeek推理过程中错误理解了“地(dì)市(shì)级单位”是否一定拥有边境口岸。例如(rú)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(zhèngquè)地点名了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，有一位唐朝的一代名相去世(qùshì)，请问这位名相有几个儿子(érzi)？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在此题中出现了幻觉(huànjué)，造成误判，DeepSeek错将有“一个被剪做(zuò)鞋样的历史文物”关联至"唐代田界砖"，虽最后回答出“有4子”，但(dàn)纯属偶合。

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(qùshì)人物为魏徵，并指出魏徵有四子：魏叔玉、魏叔琬、魏叔璘(lín)、魏叔瑜。识别精准，逻辑链条完整无误。引用旧唐书、新唐书(xīntángshū)等文献，考证(kǎozhèng)准确。

第5题是：《乐队的夏天(xiàtiān)》各季top5乐队中一共有多少名女性成员？测试维度包括(bāokuò)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(yuèduì)，并从中(cóngzhōng)筛选(shāixuǎn)女性成员（如新裤子的赵梦(zhàomèng)、刺猬的石璐、安达组合(zǔhé)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，但花费近6分钟(fēnzhōng)，在(zài)交互场景中显得拖沓。

通过以上实测可以看出，DeepSeek R1的(de)(de)表现非常(fēicháng)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(rìbào) 朱凌）