DeepSeek开源新版R1，媲美OpenAI最高o3模型

摘要

在Live CodeBench平台测试中，新版R1的性能可媲美OpenAI的o3模型高版本，且风格与o3相似。

新版本的DeepSeek R1在编程方面表现出色，能够构建整洁的代码和可运行的测试用例，甚至优于其他模型。

新版R1能够像o3一样纠正自己的思维链（CoT），并能创造性地构建世界观，这是之前版本做不到的。

有观点认为DeepSeek可能原本计划将新版R1作为R2发布，但鉴于产品性能已领先，可能决定以新的R1版本发布，引发了对R2发布时间的猜测。

今天凌晨，全球著名开源大模型平台DeepSeek开源了R1最新0528版本。

DeepSeek目前没有对该版本进行任何说明，又只是“悄悄”地开放了模型。估计很快会放出模型卡介绍更多功能。

开源地址：https://huggingface.co/deepseek-ai/DeepSeek-R1-0528/tree/main

但已经有网友迫不及待的对新版R1进行测试，在著名代码测试平台Live CodeBench中显示，其性能可以媲美OpenAI最新的o3模型高版本。

也有网友对新版R1的风格进行了测试，几乎和OpenAI的o3差不多。

R1-05-28具有 o3-2.5 专业风格的响应。箭头/星号的使用与 o3 风格非常一致，结尾处 “why it works”的表述更具说服力。

尽管 OpenAI付出了努力，但DeepSeek依然出色地完成了这一点。如果这就是 o3 水平，那么 R2 将会有多智能呢？

Hyperbolic Labs联合创始人兼首席执行官表示，新版R1仍然是唯一能回答9.9和9.11哪个最大的模型。

知名AI评论、分享人Haider表示，大师兄DeepSeek又回来了~

新版本的 DeepSeek R1 在编程方面简直令人难以置信。

我进行了一项编程挑战，要求模型构建一个单词评分系统。模型短暂推理后，给了我两个文件：整洁的代码和可运行的测试用例。两者第一次运行就完美通过。

此前只有 o3 模型能做到这一点，但现在没有其他模型能做到了。这是我在这项任务中测试过的最佳模型。

我一直在测试它，它非常智能，但现在似乎思考时间更长了。

如果这能被其他基准测试证实，我可以想象原本DeekSeek是想把新版R1作为R2发布的，但鉴于最近发布的产品已经远远领先，若再用 R2 这个标签可能会让人失望。

因此，他们可能决定将其作为新的 R1 版本发布。那么唯一的问题就是，我们还要等多久才能看到真正的 R2 呢。

新的 DeepSeek R1实际上相当不错。它现在能够像 o3一样纠正自己的思维链（CoT），并能像Claude一样创造性地构建世界观。这在之前的R1版本中是做不到的。

看到新版R1的编程能力这么好，我很震惊。用同样的提示测试了最新的Opus 4，结果 Opus 4 只是稍好一点。这太可怕了……