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(jiāoliú)群通知，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源(kāiyuán)了最新(zuìxīn)版本模型DeepSeek-R1-0528。

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

小K今日以一名(yīmíng)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(tí)小K请DeepSeek和OpenAI模型分别写了一个可以在网页上运行的“三国杀”游戏。测试(cèshì)维度包括代码生成、可运行性、模块化能力和交互设计(shèjì)。

DeepSeek的回答直接输出(shūchū)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(měiguān)，具备基础美术元素，能完成(wánchéng)简单对战逻辑。

相比之下，OpenAI给出的解决方案则(zé)将前端、脚本和逻辑分别输出在(zài)3个独立代码块(kuài)中，用户需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(bùnéng)完成对战。而且界面粗糙、无UI美化。

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

第2题(tí)是(shì)一道典型(diǎnxíng)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)。测试维度包括函数反演(fǎnyǎn)、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，过程详细且逻辑缜密，从代入法到固定点分析再到反设求解(qiújiě)，最后合理排除(páichú)矛盾值，最终得出f(5)=6的唯一(wéiyī)解答(jiědá)。

OpenAI则用时仅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(gòuzào)反函数思路合理，无冗余(rǒngyú)步骤。

这一题尽管(jǐnguǎn)DeepSeek和OpenAI最终均给出了正确答案，但DeepSeek推理时间长，在数学题场景仍待优化(yōuhuà)。

第3题是：黑龙江(hēilóngjiāng)、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。

这道题的正确答案是(shì)12个。而DeepSeek仅回答了5个。

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

反观OpenAI正确地点名了12个(gè)地市。

第4题是：有一个被剪做鞋样的历史文物，对(duì)研究(yánjiū)唐代均田制(jūntiánzhì)起到了重要的作用，这个文物中记载的年份，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(kǎojù)、细节辨析能力和文献准确性。

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

OpenAI正确识别文物“赵怀满夏田契”署于贞观十七年（643年），对应去世人物为魏徵，并指出魏徵有四子：魏叔玉、魏叔琬(wèishūwǎn)、魏叔璘(lín)、魏叔瑜(wèishūyú)。识别精准，逻辑链条完整无误。引用旧唐书、新唐书(xīntángshū)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(duōshǎo)名女性成员？测试(cèshì)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(jiémù)中的Top5乐队，并从中筛选女性成员（如新裤子的赵梦、刺猬的石璐、安达组合(zǔhé)的其其格玛等），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(búdào)1分钟(fēnzhōng)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(zài)交互场景中(zhōng)显得拖沓。

通过以上(yǐshàng)实测可以看出，DeepSeek R1的表现非常接近甚至在部分任务上超过(chāoguò)了OpenAI最新(zuìxīn)O3模型。在代码生成、复杂函数推理、统计等方面，DeepSeek展现出全面且稳定的进步，正快速缩小与顶级(dǐngjí)闭源模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）