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(wēixìn)交流群(qún)通知，其DeepSeek R1模型完成小版本升级，并(bìng)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性能可以媲美(pìměi)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(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模型进行了对比测试。

第1题小K请DeepSeek和(hé)OpenAI模型分别写了(le)一个可以在网页上运行的(de)“三国杀”游戏。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(de)回答直接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(jièmiàn)美观，具备基础美术元素，能完成简单对战逻辑(luójí)。

相比之下，OpenAI给出(gěichū)的解决方案则将前端、脚本和逻辑分别输出在3个(gè)独立代码块中(zhōng)，用户(yònghù)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”能力上已有显著优势(yōushì)，表现出对前端框架的更好(gènghǎo)理解。

第2题是一道典型的函数构造(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(cèshì)维度包括(bāokuò)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(zhěnmì)，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、推理精炼。推出固定点(gùdìngdiǎn)、构造反函数思路合理，无冗余步骤(bùzhòu)。

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

第(dì)3题是：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(shì)12个。而DeepSeek仅回答了5个。

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

反观OpenAI正确(zhèngquè)地点名了12个地市。

第4题是：有一个(yígè)被剪做鞋样的历史文物，对研究唐代均田制起到了重要(zhòngyào)的作用，这个文物中记载的年份，有一位(yīwèi)唐朝的一代名相去世，请问这位名相有几个儿子？测试维度(wéidù)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“一个被剪做(zuò)鞋样(xiéyàng)的历史文物”关联至"唐代田界砖"，虽最后回答出“有4子(zi)”，但纯属偶合。

OpenAI正确识别文物“赵怀满夏田契”署(shǔ)于贞观十七年(nián)（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、魏叔璘、魏叔瑜。识别精准，逻辑(luójí)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(de)夏天》各季top5乐队中一共有多少名女性成员？测试维度包括多维信息提取、成员归属辨析、数据整合(zhěnghé)能力。

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

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

通过以上实测可以(kěyǐ)看出，DeepSeek R1的表现非常接近甚至在(zài)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(zhǎnxiànchū)全面且(qiě)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）