DeepSeek昨晚通過微信交流群通知 ，其DeepSeek R1模型完成小版本升級，并在今日凌晨開源了最新版本模型DeepSeek-R1-0528 。

　　代碼測試平臺Live CodeBench中顯示
，DeepSeek-R1-0528性能可以媲美OpenAI最新的o3（High）模型。

　　小K今日以一名普通用戶的身份，參考AI基準測試xbench的例題 ，在DeepSeek和OpenAI官網(wǎng)分別對它們最新的R1模型和o3模型進行了對比測試
。

　　第1題小K請DeepSeek和OpenAI模型分別寫了一個可以在網(wǎng)頁上運行的“三國殺 ”游戲。測試維度包括代碼生成 、可運行性、模塊化能力和交互設計 。

　　DeepSeek的回答直接輸出了完整的網(wǎng)頁游戲源碼
，并且點擊能直接運行
。前端界面美觀，具備基礎美術元素 ，能完成簡單對戰(zhàn)邏輯。

　　相比之下
，OpenAI給出的解決方案則將前端
、腳本和邏輯分別輸出在3個獨立代碼塊中，用戶需自行保存為多個文件 ，運行時還伴有報錯
，需要手動調(diào)試，不能完成對戰(zhàn) 。而且界面粗糙、無UI美化
。

　　這道題DeepSeek勝出。DeepSeek模型在“代碼工程化”能力上已有顯著優(yōu)勢 ，表現(xiàn)出對前端框架的更好理解 。

　　第2題是一道典型的函數(shù)構造與嵌套函數(shù)推導題：已知f(f(x))=x211x+36f(f(x))=x^2-11x+36
，求f(5)
。測試維度包括函數(shù)反演 、代數(shù)推理能力和數(shù)學邏輯清晰度。

　　DeepSeek耗時351秒推導出解法，思考過程非常長 ，進行了反復演算和驗算，過程詳細且邏輯縝密
，從代入法到固定點分析再到反設求解，最后合理排除矛盾值 ，最終得出f(5)=6的唯一解答 。

　　OpenAI則用時僅41秒
，給出了同樣正確的答案，而且邏輯清晰
、推理精煉
。推出固定點、構造反函數(shù)思路合理 ，無冗余步驟。

　　這一題盡管DeepSeek和OpenAI最終均給出了正確答案
，但DeepSeek推理時間長，在數(shù)學題場景仍待優(yōu)化 。

　　第3題是：黑龍江 、吉林
、遼寧 ，共有多少個地市級行政單位與外國接壤？測試維度包括地理常識、事實檢索和數(shù)據(jù)整合能力。

　　這道題的正確答案是12個
。而DeepSeek僅回答了5個。

　　DeepSeek推理過程中錯誤理解了“地市級單位
”是否一定擁有邊境口岸 。例如將黑龍江部分地市（如伊春 、鶴崗）忽略
，導致其推理思路存在漏算
。

　　反觀OpenAI正確地點名了12個地市。

　　第4題是：有一個被剪做鞋樣的歷史文物，對研究唐代均田制起到了重要的作用 ，這個文物中記載的年份
，有一位唐朝的一代名相去世，請問這位名相有幾個兒子？測試維度包括歷史考據(jù)
、細節(jié)辨析能力和文獻準確性 。

　　DeepSeek在此題中出現(xiàn)了幻覺 ，造成誤判，DeepSeek錯將有“一個被剪做鞋樣的歷史文物”關聯(lián)至"唐代田界磚"
，雖最后回答出“有4子 ”，但純屬偶合
。

　　OpenAI正確識別文物“趙懷滿夏田契
”署于貞觀十七年（643年） ，對應去世人物為魏徵
，并指出魏徵有四子：魏叔玉、魏叔琬 、魏叔璘
、魏叔瑜。識別精準，邏輯鏈條完整無誤 。引用舊唐書、新唐書等文獻 ，考證準確
。

　　第5題是：《樂隊的夏天》各季top5樂隊中一共有多少名女性成員？測試維度包括多維信息提取 、成員歸屬辨析、數(shù)據(jù)整合能力。

　　DeepSeek依次列舉了三季節(jié)目中的Top5樂隊
，并從中篩選女性成員（如新褲子的趙夢
、刺猬的石璐、安達組合的其其格瑪?shù)龋?，統(tǒng)計結果為5位女性成員 ，并對女性在樂隊中所扮演的角色進行了總結（主唱 、貝斯手
、鼓手等） 。用時不到1分鐘即完成高質(zhì)量統(tǒng)計+表格整理
，效率高
。

　　OpenAI也給出了相同的數(shù)量，考證細致 ，但花費近6分鐘
，在交互場景中顯得拖沓。

　　通過以上實測可以看出，DeepSeek R1的表現(xiàn)非常接近甚至在部分任務上超過了OpenAI最新O3模型 。在代碼生成、復雜函數(shù)推理 、統(tǒng)計等方面 ，DeepSeek展現(xiàn)出全面且穩(wěn)定的進步，正快速縮小與頂級閉源模型的差距。

（文章來源：科創(chuàng)板日報）