飞得高、靠得住——带你了解天问二号“专属座驾”

《科创板(kēchuàngbǎn)日报》5月29日讯 DeepSeek昨晚通过微信交流群通知，其DeepSeek R1模型完成小版本(bǎnběn)升级，并在今日凌晨开源了(le)最新版本模型DeepSeek-R1-0528。

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

小K今日以一名(yīmíng)普通用户的身份，参考AI基准测试(cèshì)xbench的例题，在DeepSeek和OpenAI官网(guānwǎng)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在(zài)网页上运行(yùnxíng)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的回答直接输出了完整的网页(wǎngyè)游戏源码(yuánmǎ)，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)对战逻辑。

相比之下，OpenAI给出的解决方案则将前端(qiánduān)、脚本和逻辑分别输出在3个独立代码块中，用户需自行保存为多个文件，运行时(shí)还伴有报错，需要手动调试，不能完成(wánchéng)对战(duìzhàn)。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，表现(biǎoxiàn)出对前端框架的更好(gènghǎo)理解。

第2题是(shì)一道(yīdào)典型的(de)函数(hánshù)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、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(sīkǎo)过程非常长，进行了(le)反复演算和验算，过程详细且逻辑缜密，从代入法到(fǎdào)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。推出固定点、构造反函数思路(sīlù)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，在数学题场景仍待优化(yōuhuà)。

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

这道题的正确答案(dáàn)是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”是否一定拥有边境口岸。例如(lìrú)将黑龙江(hēilóngjiāng)部分地市（如伊春、鹤岗）忽略，导致其(qí)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，对研究唐代均田制起到了重要的作用(zuòyòng)，这个文物中记载的年份，有一位唐朝的一代名(míng)相去世(qùshì)，请问这位名相有几个儿子？测试维度包括历史考据、细节辨析能力(nénglì)和文献准确性。

DeepSeek在此题中出现了幻觉，造成误判，DeepSeek错将有(yǒu)“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(zi)”，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(shíqīnián)（643年），对应去世人物为魏徵(wèizhēng)，并指出魏徵有四子：魏叔玉、魏叔琬、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(de)夏天》各季top5乐队中一共有多少名女性成员(chéngyuán)？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)三季节目中的(de)Top5乐队，并(bìng)从中筛选(shāixuǎn)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(xiāngtóng)的数量，考证细致，但(dàn)花费近6分钟，在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、统计等方面，DeepSeek展现出(zhǎnxiànchū)全面且稳定的进步，正快速缩小(suōxiǎo)与顶级闭源模型的差距。

（科创板日报 朱凌(zhūlíng)）