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(rìxùn) DeepSeek昨晚通过微信交流群通知，其DeepSeek R1模型完成小(xiǎo)版本升级，并在今日凌晨开源(kāiyuán)了最新版本模型DeepSeek-R1-0528。

代码测试平台Live CodeBench中显示(xiǎnshì)，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身份，参考(cānkǎo)AI基准测试xbench的例题，在DeepSeek和(hé)OpenAI官网分别对它们最新的R1模型和o3模型进行了(le)对比测试。

第1题小K请DeepSeek和OpenAI模型分别写了一个可以在网页上(shàng)运行的“三国杀”游戏。测试维度包括代码生成、可运行性、模块化(mókuàihuà)能力(nénglì)和交互设计。

DeepSeek的回答直接输出了(le)完整的网页游戏源码，并且点击(diǎnjī)能直接运行。前端界面美观，具备基础美术(měishù)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前端(qiánduān)、脚本和逻辑分别输出(shūchū)在3个独立代码块中，用户需(xū)自行保存为多个文件，运行时还伴有报错，需要手动调试，不能完成(wánchéng)对战。而且界面粗糙、无UI美化。

这道题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(gènghǎo)理解。

第2题是(shì)一道典型(diǎnxíng)的函数构造(gòuzào)与(yǔ)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(chū)解法，思考过程非常(fēicháng)长(zhǎng)，进行了反复演算和验算，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(zé)用时仅(shíjǐn)41秒，给出了同样正确的答案，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。

这一题尽管DeepSeek和OpenAI最终均给出了正确答案，但DeepSeek推理(tuīlǐ)时间长，在数学题场景仍待(réngdài)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(wàiguó)接壤？测试维度包括地理常识、事实检索和(hé)数据整合能力。

这道题的正确答案是12个。而DeepSeek仅回答(huídá)了5个。

DeepSeek推理过程中错误理解了“地市(shì)级单位”是否一定拥有边境口岸。例如将黑龙江(hēilóngjiāng)部分地市（如伊春、鹤岗）忽略，导致其(qí)推理思路存在漏算。

反观OpenAI正确地点名(míng)了12个地市。

第4题是：有一个被剪做鞋样的历史(lìshǐ)文物，对研究(yánjiū)唐代均田制起到了重要的作用，这个(zhègè)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在此题中出现了幻觉(huànjué)，造成误判，DeepSeek错将有“一个被剪做鞋样(xiéyàng)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正确识别文物(wénwù)“赵怀满夏田契”署于贞观十七年（643年），对应(duìyìng)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(lín)、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、成员归属辨析(biànxī)、数据整合能力。

DeepSeek依次列举了三季节目中的Top5乐队，并从中筛选女性(nǚxìng)成员（如新裤子的赵梦、刺猬的石璐、安达组合的其其格玛(qígémǎ)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）。用时不到1分钟即完成高质量(gāozhìliàng)统计+表格(biǎogé)整理，效率高。

OpenAI也给出了相同的数量，考证细致(xìzhì)，但花费近6分钟，在交互场景中显得(xiǎnde)拖沓。

通过以上实测可以看出，DeepSeek R1的表现非常接近甚至(shènzhì)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(zhèng)快速缩小(suōxiǎo)与顶级闭源模型的差距。

（科创板日报(rìbào) 朱凌）