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(qí)DeepSeek R1模型完成(wánchéng)小版本升级，并在今日凌晨开源了最新(zuìxīn)版本模型DeepSeek-R1-0528。

代码(dàimǎ)测试平台(píngtái)Live CodeBench中显示，DeepSeek-R1-0528性能可以媲美OpenAI最新的(de)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(cèshì)xbench的例题，在DeepSeek和OpenAI官网分别对它们最新(zuìxīn)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(yùnxíng)的“三国杀”游戏(yóuxì)。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的回答直接(zhíjiē)输出了完整的网页游戏源码(yuánmǎ)，并且点击(diǎnjī)能直接运行。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前端、脚本和(hé)逻辑分别输出在3个独立代码块中(zhōng)，用户需自行保存为多个文件，运行时还伴有报错，需要手动(shǒudòng)调试，不能完成对战。而且界面粗糙、无UI美化(měihuà)。

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

第2题是一道(yīdào)典型的函数(hánshù)构造(gòuzào)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)。测试维度包括函数反演、代数推理(tuīlǐ)能力和数学逻辑清晰度。

DeepSeek耗时351秒推导出(chū)解法，思考过程非常长，进行了反复演算和验算，过程详细且逻辑缜密，从(cóng)代入法到固定点分析再到反设(fǎnshè)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，给出(gěichū)了同样正确的答案，而且逻辑清晰、推理精炼。推出(tuīchū)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(zhèngquè)答案，但DeepSeek推理时间长，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接壤？测试(cèshì)维度包括地理常识、事实检索和数据整合能力(nénglì)。

这道题的正确答案是12个。而DeepSeek仅(jǐn)回答了5个。

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

反观OpenAI正确地点名了12个地市(dìshì)。

第4题是：有一个被剪做鞋样的(de)历史文物，对研究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(zhèwèi)名相有几个(jǐgè)儿子？测试维度包括历史考据、细节辨析能力和文献准确性。

DeepSeek在此题中出现了幻觉，造成(zàochéng)误判，DeepSeek错将有“一个被剪做鞋样的历史文物”关联至"唐代(tángdài)田界砖"，虽最后(zuìhòu)回答出“有4子”，但纯属偶合。

OpenAI正确识别文物“赵怀满夏田契”署于贞观十七年(shíqīnián)（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、魏叔瑜。识别精准，逻辑链条(liàntiáo)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(yǒu)多少(duōshǎo)名女性成员？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(le)三季节目(jiémù)中(zhōng)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等），统计结果为5位女性成员，并对女性在乐队中所(suǒ)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(huāfèi)近6分钟，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)表现非常接近甚至在(zài)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(tǒngjì)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 朱凌(zhūlíng)）