AI导读：

DeepSeek R1模型完成小版本升级，性能媲美OpenAI最新O3模型。对比测试中，DeepSeek在代码生成、复杂推理方面表现突出，但在地理常识和历史考据上略有不足。总体展现出强劲实力和竞争力。

Deepseek昨晚通过微信交流群通知，其DeepSeek R1模型完成小版本升级，并在今日凌晨开源了最新版本模型DeepSeek-R1-0528。此次升级后，DeepSeek在代码生成和复杂推理能力上有了显著提升。

代码测试平台Live CodeBench显示，DeepSeek-R1-0528性能已经可以媲美OpenAI最新的o3（High）模型。这一对比测试引起了业界的广泛关注。

小K以一名普通用户的身份，参考AI基准测试xbench的例题，对DeepSeek和OpenAI的最新模型进行了对比测试。测试涵盖了代码生成、函数推理、地理常识、历史考据及多维信息提取等多个维度。

在代码生成测试中，DeepSeek直接输出了完整的网页游戏“三国杀”源码，前端界面美观，能完成简单对战逻辑，表现出强大的代码工程化能力。相比之下，OpenAI的方案则显得繁琐且伴有报错。

在函数推理测试中，DeepSeek虽然耗时较长，但思考过程详细且逻辑缜密，最终得出了正确答案。而OpenAI则用时较短，逻辑清晰，展现了高效的推理能力。

然而，在地理常识和历史考据测试中，DeepSeek的表现则略显不足。在地理常识题中，DeepSeek错误理解了“地市级单位”的概念，导致答案不完整。而在历史考据题中，DeepSeek更是出现了幻觉，误判了历史文物与名相的关联。

但在多维信息提取测试中，DeepSeek展现出了高效的数据整合能力。在统计《乐队的夏天》各季top5乐队中的女性成员数量时，DeepSeek用时不到1分钟即完成高质量统计和表格整理。

总体来看，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。DeepSeek正快速缩小与顶级闭源模型的差距，展现出强大的竞争力和发展潜力。

（文章来源：科创板日报，关键词：AI模型、DeepSeek、OpenAI、对比测试）