飞得高、靠得住——带你了解天问二号“专属座驾”

《科创板日报》5月29日讯 DeepSeek昨晚通过(tōngguò)微信交流群(qún)通知，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源(kāiyuán)了最新版本模型DeepSeek-R1-0528。

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

小(xiǎo)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K请DeepSeek和OpenAI模型分别写了一个可以(kěyǐ)在网页上运行的“三国杀”游戏。测试维度包括代码生成、可运行性(xìng)、模块化能力和交互设计。

DeepSeek的(de)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。前端界面美观，具备基础美术元素，能完成简单(jiǎndān)对战逻辑。

相比之下，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(gè)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，需要手动调试，不能完成对战。而且界面粗糙、无UI美化。

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

第(dì)2题是(shì)一道典型的函数构造与嵌套函数推导(tuīdǎo)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(xiángxì)且逻辑缜密(zhěnmì)，从代入法到(fǎdào)固定点分析再到反设求解，最后合理排除矛盾值，最终得出f(5)=6的唯一解答(jiědá)。

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

这一题尽管DeepSeek和(hé)OpenAI最终(zuìzhōng)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(yǔ)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“地市级单位”是否一定(yídìng)拥有边境口岸。例如(rú)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(fǎnguān)OpenAI正确地点名了12个地市。

第4题是：有一个被剪做鞋样(xiéyàng)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(zhōng)记载的年份，有一位唐朝的一代名相去世，请问这位(zhèwèi)名相有几个儿子？测试维度包括历史考据、细节辨析(biànxī)能力和文献准确性。

DeepSeek在此题中出现了(le)幻觉，造成误判，DeepSeek错将有“一个被剪做鞋样(xiéyàng)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正确识别文物“赵怀满夏田契”署于贞观(yúzhēnguàn)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(luójí)链条完整(wánzhěng)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？测试维度包括(bāokuò)多维信息提取、成员归属辨析、数据整合(zhěnghé)能力。

DeepSeek依次列举(lièjǔ)了三季节目中(zhōng)的Top5乐队，并从中筛选(shāixuǎn)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(děng)），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，在交互场景中(zhōng)显得(xiǎnde)拖沓。

通过以上实测可以看出(kànchū)，DeepSeek R1的表现(biǎoxiàn)非常接近甚至在部分任务上超过了OpenAI最新O3模型。在代码生成、复杂(fùzá)函数推理、统计等(děng)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(kēchuàngbǎn)日报 朱凌）