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(qún)通知，其DeepSeek R1模型(móxíng)完成小版本升级，并在今日凌晨开源了最新版本模型DeepSeek-R1-0528。

代码测试平台Live CodeBench中显示(xiǎnshì)，DeepSeek-R1-0528性能可以(kěyǐ)媲美OpenAI最新(zuìxīn)的o3（High）模型。

小K今日以一名普通用户(pǔtōngyònghù)的(de)身份，参考(cānkǎo)AI基准测试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模型分别写了一个可以(kěyǐ)在网页上运行(yùnxíng)的“三国杀”游戏。测试维度(wéidù)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(duìzhàn)逻辑。

相比之下，OpenAI给出的解决方案(jiějuéfāngàn)则将前端、脚本(jiǎoběn)和逻辑分别输出在3个独立代码块中，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(tiáoshì)，不能完成对战。而且(érqiě)界面粗糙、无UI美化。

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

第2题(tí)是一道典型的函数(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、代数推理能力(nénglì)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，从代入法到固定点分析再到反设求解，最后合理(hélǐ)排除矛盾值，最终(zuìzhōng)得出f(5)=6的(de)唯一解答。

OpenAI则用时仅41秒，给出了同样(tóngyàng)正确的(de)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(chǎngjǐng)仍待优化。

第3题是(shì)：黑龙江、吉林、辽宁，共有多少个地市级行政(xíngzhèng)单位与外国接壤？测试维度包括地理常识、事实检索和数据整合能力。

这道题的正确答案是12个。而DeepSeek仅回答(huídá)了5个。

DeepSeek推理(tuīlǐ)过程中错误理解了“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(hūlüè)，导致其推理思路存在漏算。

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(de)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(zhōng)记载的年份，有一位唐朝的一代名相去世，请问这位(zhèwèi)名相有几个儿子(érzi)？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，造成误判，DeepSeek错将有“一个(yígè)被剪做(zuò)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”，但纯属偶合。

OpenAI正确识别(shíbié)文物“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，并指出魏徵有四子(sìzi)：魏叔玉、魏叔琬、魏叔璘、魏叔瑜。识别精准，逻辑链条完整无误(wúwù)。引用旧唐书、新唐书等文献，考证准确。

第5题(tí)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、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(wèi)女性成员，并对女性在乐队中所扮演(bànyǎn)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(wánchéng)高质量(gāozhìliàng)统计+表格整理，效率高。

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

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

（科创板(kēchuàngbǎn)日报 朱凌）