作者： 科创板日报 朱凌|
发布时间：2025-05-29 16:07:03
DeepSeek R1 vs. OpenAI o3：国产开源模型强势追击！ 
摘要： 最新实测表明，国产开源模型 DeepSeek R1 经过小版本升级后，部分性能已媲美 OpenAI 最新 o3 模型。在代码生成和统计任务上表现突出，但在数学推理和知识检索方面仍有提升空间。
正文：
DeepSeek R1 模型升级及开源
DeepSeek 于 2025年5月29日凌晨开源了最新版本模型 DeepSeek-R1-0528。此前，DeepSeek 团队已于昨晚通过微信交流群通知了此次小版本升级。
性能对标 OpenAI o3
代码测试平台 Live CodeBench 显示，DeepSeek-R1-0528 的性能可以媲美 OpenAI 最新的 o3 (High) 模型。
实测对比：DeepSeek vs. OpenAI
以下为模拟普通用户，参考 AI 基准测试 xbench 的例题，对 DeepSeek 和 OpenAI 最新模型（R1 和 o3）进行的对比测试结果：
1. 代码生成：网页版“三国杀”游戏
- DeepSeek: 直接输出完整的网页游戏源码，点击即可运行。前端界面美观，具备基础美术元素，能完成简单对战逻辑。胜！
- OpenAI: 将前端、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，运行时还伴有报错，需要手动调试，不能完成对战。界面粗糙、无UI美化。
结论： DeepSeek 模型在“代码工程化”能力上已有显著优势，表现出对前端框架的更好理解。
2. 数学推理：函数构造与嵌套
- DeepSeek: 耗时 351 秒推导出解法，过程详细且逻辑缜密，最终得出 f(5)=6 的唯一解答。
- OpenAI: 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。
结论： DeepSeek 在数学题场景仍待优化，推理时间较长。
3. 地理常识：地市级行政单位接壤情况
- DeepSeek: 仅回答了 5 个，错误理解了“地市级单位”是否一定拥有边境口岸，推理思路存在漏算。
- OpenAI: 正确点名了 12 个地市。胜！
结论： DeepSeek 在地理常识和事实检索方面存在不足。
4. 历史考据：文物与历史人物
- DeepSeek: 出现了幻觉，造成误判，错将有“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），对应去世人物为魏徵，并指出魏徵有四子。识别精准，逻辑链条完整无误，考证准确。 胜！
结论： DeepSeek 在历史知识的准确理解和事实性关联方面仍有改进空间。
5. 信息提取与统计：《乐队的夏天》女性成员
- DeepSeek: 依次列举了三季节目中的 Top5 乐队，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。用时不到 1 分钟，效率高。 胜！
- OpenAI: 也给出了相同的数量，考证细致，但花费近 6 分钟，在交互场景中显得拖沓。
结论： DeepSeek 在多维信息提取和数据整合任务上效率更高。
结论：
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。尤其是在代码生成、复杂函数推理、统计等方面，DeepSeek 展现出全面且稳定的进步，正快速缩小与顶级闭源模型的差距。
延伸阅读
原文链接