編程王者Claude地位不穩(wěn)了？？

大模型競技場最新戰(zhàn)報(bào)出爐，DeepSeek新版R1拿下網(wǎng)頁編程第一，小勝Claude Opus 4。

要知道Claude Opus 4可是公認(rèn)的“全球最強(qiáng)編碼模型”。

so，能在編程上戰(zhàn)勝Claude Opus 4，DeepSeek-R1-0528到底啥來頭？

看名字你可能以為是個(gè)小版本更新，但實(shí)際上——

它在LiveCodeBench上幾乎與OpenAI o3-high相當(dāng)，乃至一眾網(wǎng)友猜測其為傳說中的R2。

圖片

這樣一看，在編程這一項(xiàng)上，雙方貌似都不太好惹~

所以話不多說，咱們還是一手實(shí)測DeepSeek-R1-0528，康康究竟有多強(qiáng)。

實(shí)測一下

目前DeepSeek-R1-0528已上線DeepSeek官方網(wǎng)站、App和小程序（打開深度思考）。

這里咱們直接進(jìn)入官網(wǎng)體驗(yàn)。

測試1：制作一個(gè)太陽系的動畫應(yīng)用程序

提示詞如下：

制作一個(gè)太陽系的動畫應(yīng)用程序，使用網(wǎng)絡(luò)搜索。

僅思考49秒后，DeepSeek-R1-0528就給出了一段python代碼。

圖片

用VS Code運(yùn)行后，結(jié)果如下：

出現(xiàn)了能自主運(yùn)行的動畫，不過頁面相對粗糙。

不過呢，如果換成其他提示詞，效果則明顯不一樣了。

用Three.js模擬太陽系，鼠標(biāo)懸停在星球上時(shí)顯示星球名稱。

僅用時(shí)34秒，DeepSeek-R1-0528就理清楚了設(shè)計(jì)思路：

圖片

關(guān)鍵是這一次能直接一鍵運(yùn)行了，無需再單獨(dú)打開自己的編輯器。（運(yùn)行功能感覺像開盲盒，不一定都會出現(xiàn)）

而且同樣有動畫、能交互，效果直接進(jìn)入Next Nevel~

圖片

測試2：前端網(wǎng)頁制作

接下來我們要求DeepSeek生成一個(gè)主題為AGI的網(wǎng)站，提示詞如下：

請?jiān)O(shè)計(jì)一個(gè)以通用人工智能（AGI）為主題的網(wǎng)頁，包含“知識共享”、“社區(qū)”和“未來創(chuàng)造”三個(gè)概念部分。每個(gè)部分應(yīng)配有相應(yīng)的圖標(biāo)和簡潔描述，整體風(fēng)格現(xiàn)代且科技感十足，突出AGI的創(chuàng)新和協(xié)作精神。使用HTML、CSS和JavaScript實(shí)現(xiàn)交互和視覺特效。

思考23秒后，DeepSeek-R1-0528后續(xù)給出了一段HTML代碼，依舊能一鍵運(yùn)行。

圖片

測試3：創(chuàng)建一個(gè)俄羅斯方塊小游戲

最后我們試試英文提示詞：

Create a full featured version of tetris with beautiful graphics and controls.創(chuàng)建一個(gè)具有精美圖形和控制功能的完整版俄羅斯方塊。

可以看到，DeepSeek-R1-0528思考12秒后就給出了一段python代碼。

圖片

運(yùn)行結(jié)果be like：

雖然確實(shí)是俄羅斯方塊小游戲，但基本演示存在明顯bug，而且缺少交互按鈕。

不死心的我們嘗試讓DeepSeek繼續(xù)改進(jìn)，結(jié)果第二次還是翻車了。

圖片

改進(jìn)后的游戲依舊無法正常運(yùn)行（總是穿墻而過），且未實(shí)現(xiàn)我們明確要求的交互功能。

圖片

小結(jié)一下，從以上簡單實(shí)測來看，DeepSeek新版R1作為一款開源模型，在編程能力上確實(shí)大有進(jìn)步，但仍有一定提升空間。

不過有一說一，它對咱們國內(nèi)普通用戶明顯更友好（相對Claude模型來說免費(fèi)又易于獲?。?。

One More Thing

除了編程能力榜單更新，DeepSeek新版R1還當(dāng)選了當(dāng)前最好的開源文本模型。

MIT許可證下，總榜第六，開源當(dāng)中第一。

圖片

而在細(xì)分領(lǐng)域，它在困難提示方面排名第4，在數(shù)學(xué)方面排名第5，屬于開源模型中相當(dāng)能打的玩家。

圖片

不過值得一提的是，Kimi新模型剛剛拿下代碼開源SOTA——

參數(shù)量僅72B的開源代碼模型Kimi-Dev，在SWE-bench Verified上以60.4%的成績?nèi)〉瞄_源SOTA。

不僅編程水平比最新的DeepSeek-R1還強(qiáng)，和閉源模型比較也表現(xiàn)優(yōu)異。

圖片

不知道其真實(shí)能力又如何呢（doge）~

參考鏈接：
[1]https://x.com/lmarena_ai/status/1934650635657367671
[2]https://x.com/yang_zonghan/status/1934652763985838585a