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昨晚通过微信交流群通知，其DeepSeek R1模型完成小版本升级，并在今日(jīnrì)凌晨(língchén)开源了(le)最新版本模型DeepSeek-R1-0528。

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

小K今日以一名普通用户的(de)身份，参考(cānkǎo)AI基准测试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(móxíng)分别写了一个可以在网页上运行的“三国杀”游戏(yóuxì)。测试维度包括代码生成(dàimǎshēngchéng)、可运行性、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(néng)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给出的解决方案则将(jiāng)前端、脚本和逻辑分别输出在3个独立代码块中，用户需(xū)自行保存为多个文件，运行时(shí)还伴有报错，需要手动调试，不能完成对战。而且界面(jièmiàn)粗糙、无UI美化。

这道题DeepSeek胜出。DeepSeek模型(móxíng)在(zài)“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(dì)2题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)。测试维度(wéidù)包括函数反演、代数推理能力(nénglì)和数学(shùxué)逻辑清晰度。

DeepSeek耗时351秒推导出解法，思考过程(guòchéng)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反设(fǎnshè)求解，最后合理(hélǐ)排除矛盾值，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(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(zhèyītí)尽管DeepSeek和OpenAI最终均给出了正确答案，但DeepSeek推理时间(shíjiān)长，在数学题场景仍待优化。

第3题是：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(shùjù)整合能力。

这道题的正确答案是12个(gè)。而DeepSeek仅回答了5个。

DeepSeek推理过程中错误(cuòwù)理解了“地市级单位(dānwèi)”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，导致其推理思路存在(cúnzài)漏算。

反观OpenAI正确地点(dìdiǎn)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(jūntiánzhì)起到了重要的作用，这个(zhègè)文物中记载的年份(niánfèn)，有一位唐朝的一代名相去世，请问这位名相有几个儿子？测试维度包括(bāokuò)历史考据、细节辨析能力和文献准确性。

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

OpenAI正确(zhèngquè)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(rénwù)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，逻辑链条完整无误。引用旧唐书、新唐书等文献，考证准确。

第5题是：《乐队的(de)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、成员归属辨析、数据整合能力。

DeepSeek依次列举了三季节目中的(de)Top5乐队，并从中筛选女性(nǚxìng)(nǚxìng)成员(chéngyuán)（如新裤子的赵梦、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(zhǔchàng)、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(yě)给出了相同的(de)数量，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(shàng)实测可以看出(kànchū)，DeepSeek R1的表现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、复杂函数推理、统计等方面，DeepSeek展现出全面且稳定(wěndìng)的进步，正快速(kuàisù)缩小与顶级闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）