DeepSeek 成全球第二大 AI 实验室，OpenAI 谷歌坐不住了

DeepSeek 凭新版 R1 跻身全球第二，开源战力封王。

智东西 5 月 30 日消息，今日，知名独立 AI 基准测试和分析机构 Artificial Analysis 发布报告并提到，DeepSeek 凭借新版 R1 超越 xAI、Meta 和 Anthropic，成为（与谷歌）并列的全球第二大 AI 实验室。报告一经分享，就在社交平台 X 上获得了超 30 万的浏览量以及大量网友讨论和转发。

在该机构提出的 AI 分析指数中，DeepSeek-R1-0528 的指数从 60 分跃升至第 68 分，与谷歌 Gemini 2.5 Pro 并列第三。这一 AI 分析指数是 Artificial Analysis 对所有领先模型独立进行的 MMLU-Pro、GPQA Diamond 等 7 项领先评估的指数。

DeepSeek 本次增幅与 OpenAI 的 o1 和 o3 之间的差异（从 62 分到第 70 分）相同。这使 DeepSeek R1 的智能程度超越了 xAI 的 Grok 3 mini（高版本）、NVIDIA 的 Llama Nemotron Ultra、Meta 的 Llama 4 Maverick、阿里巴巴的 Qwen3-235B，并与谷歌的 Gemini 2.5 Pro 相当。

▲社交平台 X 上的网友评论（英文已翻译为中文）

在 X 平台上，众多外国网友发出 “真快！”、“极好的！”“令人印象深刻” 等赞叹。

有网友称 DeepSeek-R1-0528 的 “飞跃是开源 AI 的里程碑”，有的则赞叹其 RL（强化学习）驱动改进的成功表明 “RL 比预训练更有效率”。同时，也有网友认为基准测试与实际应用仍有区别。

▲社交平台 X 上的网友评论（英文已翻译为中文）

还有网友联想到 AI 竞争，称 “DeepSeek 的 R1 动作就像在参加比赛一样”，并表示随着下一轮基准测试到来，游戏才刚刚开始。

▲社交平台 X 上的网友评论（英文已翻译为中文）

DeepSeek 成全球第二大 AI 实验室 开源领域第一

Artificial Analysis 的 AI 分析指数包含 7 项评估：MMLU-Pro、GPQA Diamond、Humanity's Last Exam、LiveCodeBench、SciCode、AIME、MATH-500。

DeepSeek-R1-0528 实现了多方面智能提升：最大的突破体现在 AIME 2024（竞赛数学，+21 分）、LiveCodeBench（代码生成，+15 分）、GPQA Diamond（科学推理，+10 分）和人类的最后考试（推理与知识，+6 分）中。

如下图所示，DeepSeek-R1-0528 在 AI 分析指数得分达到 68 分，仅次于 OpenAI o4-mini（高版本）的 70 分和 OpenAI o3 的 69 分。与谷歌 Gemini 2.5 Pro 的 68 分持平。

开源模型和封闭模型之间的差距比以往任何时候都小。如下图所示，蓝色矩形代表开原模型，黑色矩形代表封闭模型，DeepSeek-R1-0528 以 68 分稳居第一，而后是 62 分的 Qwen3-235B。

编程和数学能力突出 三年里一直加速追赶

拆开来看，在编程能力（参考 LiveCodeBench 和 SciCode 测试）上，DeepSeek-R1-0528 以 59 分居于并列第二位，仅次于 OpenAI o4-mini（高版本）的 63 分。

在数学能力（参考 AIME 2024 和 Math-500）上，DeepSeek-R1-0528 以 94 分居于第四位，仅次于 OpenAI o4-mini（高版本）的 96 分、Grok 3 mini Reasoning（高版本）的 96 分和 OpenAI o3 的 95 分。

将时间维度拉长，可以看到三年以来 DeepSeek 一直在缩短与 OpenAI 的差距。其一直保持着领先的 AI 实验室地位，在 2025 年 1 月大幅就逼近 OpenAI。

DeepSeek 在 1 月份发布的 R1 版本是开放权重模型首次获得第二名，而 DeepSeek 今天的 R1 更新使其重回同一位置。

智能和价格的平衡 “性价比之王”

从价格来看，DeepSeek-R1-0528 的价格为 0.96 美元/百万 tokens，OpenAI o4-mini（高版本）的价格为 1.93 美元/百万 tokens，OpenAI o3 的价格甚至高达 17.5 美元/百万 tokens。DeepSeek-R1-0528 堪称 “性价比之王”。注意，这里的价格由输入价格和输出价格（3:1 比例）综合而成。

从输入输出各自价格来看，DeepSeek-R1-0528 输入价格为 0.55 美元/百万 tokens，输出价格为 2.19 美元/百万 tokens。其低于 OpenAI o4-mini（高版本）的输入价格 1.1 美元/百万 tokens，输出价格 4.4 美元/百万 tokens；远低于 o3 的输入价格 10 美元/百万 tokens，输出价格 40 美元/百万 tokens。

从输出速度来看，DeepSeek-R1-0528 输出速度达到 32.01tokens/秒，OpenAI o4-mini（高版本）的速度为 129.37tokens/秒，o3 的速度为 150.73tokens/秒。

从第一个应答 token 的时间来看，DeepSeek-R1-0528 的 “思考” 时间达到 65.6 秒，思考较久。

此外，DeepSeek 新版 R1 增加了 token 使用量：R1-0528 使用了 9900 万个 token 来完成 AI 分析指数的评估，比原始 R1 的 7100 万个 token 多 40%，即新的 R1 比原始 R1 思考的时间更长。这仍然不是我们所见过的最高 token 使用量：Gemini 2.5 Pro 使用的 token 比 R1-0528 多 30%。

结语：开源媲美闭源 中国 AI 实验室赶上美国同行

当下，开源模型和封闭模型之间的差距比以往任何时候都小。DeepSeek 在 1 月份发布的 R1 版本是开放权重模型首次获得第二名，而 DeepSeek 今天的 R1 更新使其重回同一位置。

同时，来自中国 AI 实验室的模型几乎完全赶上了美国同行，这次发布的版本延续了这一新兴趋势。截至今天，DeepSeek 在 AI 分析智能指数方面领先于包括 Anthropic 和 Meta 在内的美国 AI 实验室。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。