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)微信交流群通知(tōngzhī)，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源了最新(zuìxīn)版本模型DeepSeek-R1-0528。

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

小K今日以一名普通用户的(de)(de)身份，参考AI基准(jīzhǔn)测试xbench的例题，在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模型分别写了一个(yígè)可以在网页上运行的“三国杀(shā)”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。

DeepSeek的回答直接(zhíjiē)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(jiǎndān)对战逻辑。

相比之下，OpenAI给出的解决方案则将前端(qiánduān)、脚本(jiǎoběn)和逻辑分别输出在3个独立代码块中(zhōng)，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”能力上已有显著(xiǎnzhù)优势，表现出对前端框架(kuāngjià)的更好理解。

第(dì)2题是一道典型的(de)函数构造与(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(shùxué)逻辑清晰度。

DeepSeek耗时(hàoshí)351秒推导出解法，思考过程非常长，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求解，最后合理排除矛盾值，最终(zuìzhōng)得出f(5)=6的唯一(wéiyī)解答。

OpenAI则用时仅41秒，给出了同样正确的答案，而且逻辑清晰(qīngxī)、推理精炼。推出固定点、构造(gòuzào)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(dáàn)，但DeepSeek推理时间长，在数学题(shùxuétí)场景仍待优化。

第3题(tí)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。

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。例如将黑龙江部分地市（如伊春(yīchūn)、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(gè)地市。

第4题(tí)是：有一个被剪做鞋样的历史文物，对研究唐代均田制起到了重要的作用，这个文物中记载的年份，有一位唐朝的一代名相去世，请问这位名相有(míngxiāngyǒu)几个(jǐgè)儿子？测试维度包括历史考据、细节(xìjié)辨析能力和文献准确性。

DeepSeek在此题中出现(chūxiàn)了幻觉(huànjué)，造成误判，DeepSeek错将有“一个被剪(jiǎn)做鞋样的历史文物”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“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(bìng)指出魏徵有四子：魏叔玉、魏叔琬(wèishūwǎn)、魏叔璘、魏叔瑜(wèishūyú)。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？测试维度(wéidù)包括多维信息提取(xìnxītíqǔ)、成员归属辨析、数据整合能力。

DeepSeek依次列举(lièjǔ)了三季节目中的Top5乐队，并从中筛选女性(nǚxìng)成员（如新(rúxīn)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(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(xìzhì)，但花费近6分钟，在交互场景中显得拖沓(tuōtà)。

通过以上实测可以看出，DeepSeek R1的(de)表现非常接近甚至在部分任务上超过了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(yǔ)顶级闭源(bìyuán)模型的差距。

（科创板(kēchuàngbǎn)日报 朱凌）