編程王者Claude地位不穩了？？

大模型競技場最新戰報出爐，DeepSeek新版R1拿下網頁編程第一，小勝Claude Opus 4。

要知道Claude Opus 4可是公認的“全球最強編碼模型”。

so，能在編程上戰勝Claude Opus 4，DeepSeek-R1-0528到底啥來頭？

看名字你可能以為是個小版本更新，但實際上——

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

圖片

這樣一看，在編程這一項上，雙方貌似都不太好惹~

所以話不多說，咱們還是一手實測DeepSeek-R1-0528，康康究竟有多強。

實測一下

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

這里咱們直接進入官網體驗。

測試1：制作一個太陽系的動畫應用程序

提示詞如下：

制作一個太陽系的動畫應用程序，使用網絡搜索。

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

圖片

用VS Code運行后，結果如下：

出現了能自主運行的動畫，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，鼠標懸停在星球上時顯示星球名稱。

僅用時34秒，DeepSeek-R1-0528就理清楚了設計思路：

圖片

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

而且同樣有動畫、能交互，效果直接進入Next Nevel~

圖片

測試2：前端網頁制作

接下來我們要求DeepSeek生成一個主題為AGI的網站，提示詞如下：

請設計一個以通用人工智能（AGI）為主題的網頁，包含“知識共享”、“社區”和“未來創造”三個概念部分。每個部分應配有相應的圖標和簡潔描述，整體風格現代且科技感十足，突出AGI的創新和協作精神。使用HTML、CSS和JavaScript實現交互和視覺特效。

思考23秒后，DeepSeek-R1-0528后續給出了一段HTML代碼，依舊能一鍵運行。

圖片

測試3：創建一個俄羅斯方塊小游戲

最后我們試試英文提示詞：

Create a full featured version of tetris with beautiful graphics and controls.創建一個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

運行結果be like：

雖然確實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繼續改進，結果第二次還是翻車了。

圖片

改進后的游戲依舊無法正常運行（總是穿墻而過），且未實現我們明確要求的交互功能。

圖片

小結一下，從以上簡單實測來看，DeepSeek新版R1作為一款開源模型，在編程能力上確實大有進步，但仍有一定提升空間。

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

One More Thing

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

MIT許可證下，總榜第六，開源當中第一。

圖片

而在細分領域，它在困難提示方面排名第4，在數學方面排名第5，屬于開源模型中相當能打的玩家。

圖片

不過值得一提的是，Kimi新模型剛剛拿下代碼開源SOTA——

參數量僅72B的開源代碼模型Kimi-Dev，在SWE-bench Verified上以60.4%的成績取得開源SOTA。

不僅編程水平比最新的DeepSeek-R1還強，和閉源模型比較也表現優異。

圖片

不知道其真實能力又如何呢（doge）~

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