Deepseek R1 0528 正式开源

原文链接:四大顶尖模型对决！6000 字测评带你看Deepseek R1有多强

1- 四大顶尖模型对决！6000 字测评带你看 Deepseek R1 有多强

昨天 Deepseek-R1 0528 正式开源。

  • 在 LiveCodeBench 上，它的表现几乎与 OpenAI 的 o3 (high) 相当；
  • 在 Aider 的多语言基准测试中，与 Claude Opus 不相上下。

在官网上线的时候藏师傅快速测试了一下前端能力，发现强的离谱，于是就想整个大活。

我用同样的提示词，分别发给 Claude Opus 4、Sonnet 4、Gemini 2.5 Pro 以及 DeepSeek R1-0528，让它们在六个越来越变态的前端开发任务中一决高下。

知道有些朋友等不及，先说结论：

Deepseek-R1-0528 在前端能力上稍逊于 Opus4，彻底超过了 Sonnet 4 以及 Gemini 2.5 Pro。

基本上 Opus 可以完成的任务 R1 都能完成，，甚至 Opus 4 不能完成的 R1 也可以完成，只是完成度和结果质量上稍微差一些。

考虑到 R1 跟这三者的价格差异，这个成绩已经非常邪门了，tmd 无法想象 R2 的质量。

这个测试真的是又费钱又费人， 直接把 POE 额度 Claude 额度还有 API 都烧没了，希望各位可以给点个赞或者喜欢，我们开始看案例。

1.1- 测试 1：仓库管理系统

先来一个昨天跑的比较复杂的效果，我会让这四个模型分别生成一个完整的仓库管理系统，支持商品管理、商品的出库、入库、还有对应的看板。

提示词：请帮我创建一个完整的网页版商品管理工具，具体要求如下：

功能需求

1. 商品管理

  • 商品信息录入：商品名称、种类/分类、SKU 编号、价格、库存数量
  • 商品图片管理：支持图片上传预览（可用文件选择器模拟）
  • 商品列表展示：表格形式展示所有商品，支持搜索和筛选
  • 商品编辑：支持修改商品信息
  • 商品删除：支持删除商品（需确认提示）

2. 库存管理

  • 入库操作：增加商品库存数量，记录入库时间和数量
  • 出库操作：减少商品库存数量，记录出库时间和数量
  • 库存记录：显示每个商品的库存变动历史

3. 界面功能

  • 仪表板：显示商品总数、库存总值、低库存预警等统计信息
  • 响应式设计：适配桌面和移动设备
  • 数据持久化：使用 localStorage 保存数据

技术要求

样式和图标

  • CSS 框架：使用 TailwindCSS 3.0+ CDN 引入
  • 图标库：使用 Heroicons 或 Feather Icons CDN 引入
  • 字体：使用 Google Fonts

代码结构

  • 单页面应用：HTML + CSS + JavaScript
  • 模块化设计：将功能分解为不同的 JavaScript 模块
  • 数据格式：使用 JSON 格式存储商品数据

界面设计要求

  • 现代化 UI：简洁美观的界面设计
  • 颜色方案：使用专业的商务色彩搭配
  • 交互反馈：按钮点击、表单验证等交互效果
  • 表单验证：必填字段验证、数据格式验证

数据结构示例

请生成完整的 HTML 文件，包含所有必要的 CSS 和 JavaScript 代码，确保功能完整且可以直接在浏览器中运行。

我们来看一下这个测试的结果，其实逻辑挺复杂的，对于模型的上下文长度、审美和逻辑处理能力都是考验。

这个案例上除了 Deepseek 全部翻车了，Claude 4 翻的有点离谱了说实话。

Deepseek-R1-0528： R1 的升级版非常强，你看这个界面非常的专业，而且也可以新建商品，正常执行出库入库，把商品、库存管理、库存报表分了三个页面整体非常清晰，还有一个专门的看板页，他还写了一些假数据方便测试，其他几个模型没数据，添加商品不能用，测试就完全没办法进行了。

Claude Opus 4： 上来就拉了坨大的，页面非常简单，采用的是顶部导航的方式，而不是 Saas 平台常见的侧边栏，而且添加商品一点保存就报错，测试没办法进行了。

Claude Sonnet 4： 相较于 Opus 4 的界面更加的简陋，而且点击添加商品按钮就没有反应了，都没有展开表单弹窗，那其他的页面自然都是摆设。

Gemini 2.5 Pro： 谷歌这个比 Claude 好点，可以添加商品可以运行，但是有 Bug，我第一次试的时候可以，录视频就不行了，不过 Gemini 的交互设计的很复杂，出入库和记录都在一个表格里面，有点难度分。

视频

1.2- 测试 2：点阵动画编辑器

接下来是一个考验视觉能力的测试，我让他们几个分别用 P5.js 做一个点阵动画的编辑器，支持运动方式、调整点的形状、大小、速度等一堆条件。

提示词：请创建一个基于 P5.js 的全屏互动点阵动画生成器，满足以下技术需求：

核心功能

  • 使用 P5.js 实现全屏点阵动画，动画需覆盖整个视口区域
  • 点阵矩阵总面积必须至少是可见区域的 10 倍，确保即使在最小网格间距下也能完全覆盖
  • 提供多种动画模式：波浪 (Wave)、脉冲 (Pulse)、涟漪 (Ripple)、噪声 (Noise)
  • 支持多种点形状选择：圆形、方形、十字、三角形、菱形等
  • 所有控制面板放置在页面右侧，移动设备下可折叠至底部

可调节参数

  • 点阵密度：控制每行/每列点的数量
  • 形状大小：调整点的尺寸
  • 动画速度：控制动画效果的速度和幅度
  • 网格间距：调整点与点之间的距离

技术规范

  • 使用 HTML5、TailwindCSS 3.0+（通过 CDN 引入）和 P5.js
  • 实现完整的深色/浅色模式切换功能，默认跟随系统设置
  • 代码需包含性能优化逻辑，仅渲染可见区域内及边缘附近的点
  • 动画必须流畅运行，无卡顿

响应式设计

  • 页面必须在所有设备上（手机、平板、桌面）完美展示
  • 移动端视图中，控制面板应可折叠/展开
  • 针对不同屏幕尺寸优化布局和字体大小
  • 确保移动端有良好的触控体验

界面要素

  • 动画模式选择器（波浪、脉冲、涟漪、噪声）
  • 形状选择器（带图标展示各种形状）
  • 滑块控制：密度、大小、速度、间距
  • 主题切换按钮
  • 显示矩阵覆盖信息和总点数

来看一下结果，说实话，我是没想到这个测试其他模型会这么惨烈的，除了 Deepseek-R1 其他几个模型的动画完全都没办法动。

Deepseek-R1-0528： 非常完美，每个按钮和滑块都能正常操作，点整也在正常运动。他甚至给加了点阵的数据，夜间模式切换后颜色也没问题，如果非要挑刺的话就是颜色选择的选中状态有一点点问题，但是这个问题相较于其他几个模型的惨烈表现根本不算问题。

Claude Opus 4： 好消息有点阵，坏消息它不动的，右边的内容倒是可以正常操作，但是夜间模式切换后的配色有问题。

Claude Sonnet 4： 这个就别说了，相当拉跨，点阵都没有的，甚至连按钮的选中态都没有，滑块只有点，不如用默认组件呢。

Gemini 2.5 Pro： 也是报错没有点阵，右侧内容都正常操作，主题切换也没问题，不过用的默认组件美观度差点。

视频

1.3- 测试 3：图片渐变色提取工具

这个是我之前写过的一个工具，逻辑描述不多，样式描述多一点，主要功能是从图片中提取五组渐变色。

提示词：根据以下文件内容生成一个 HTML 网页，支持给上传的图片提取 5 组渐变色，用户可以直接复制五组 16 进制渐变色，需要实现颜色提取功能

  1. 使用 网易云音乐 风格的视觉设计，白色色底配合与#FE1110 相近的颜色作为高亮
  2. 强调超大字体或数字突出核心要点，画面中有超大视觉元素强调重点，与小元素的比例形成反差
  3. 中英文混用，中文大字体粗体，英文小字作为点缀
  4. 简洁的勾线图形化作为数据可视化或者配图元素
  5. 运用高亮色自身透明度渐变制造科技感，但是不同高亮色不要互相渐变
  6. 模仿 apple 官网的动效，向下滚动鼠标配合动效
  7. 数据可以引用在线的图表组件，样式需要跟主题一致
  8. 使用 Framer Motion （通过 CDN 引入：JsDelivr jsdelivr.com），使用 HTML5、TailwindCSS 3.0+（通过 CDN 引入）和必要的 JavaScript
  9. 使用专业图标库如 Font Awesome 或 Material Icons（通过 CDN 引入）
  10. 避免使用 emoji 作为主要图标
  11. 左下角胶囊按钮展示作者的推特，名称为：歸藏，链接为：XXXX

这个案例上 Claude 终于是扬眉吐气正常了，Deepseek-R1-0528 的页面细节和美观度非常厉害，但是没有实现功能，Opus 4 和 Sonnet 4 页面都简陋些，但是起码功能是好的，Gemini 则都不行。

Deepseek-R1-0528： Deepseek 再用上了我的提示词之后页面的美学表现真是没得说，而且他还自己给页面加了很多方便 SEO 的内容，比如应用场景介绍，处理时间等等，渐变色的展示卡片也非常细致，就是没有实现取色逻辑。

Claude Opus 4： 这次 Claude 终于没让人失望，完成了页面功能，但页面内容非常简陋，基本只有一个放图片的和结果，而且取色逻辑也很差，但起码能用了。

Claude Sonnet 4： Sonnet 4 也完成了功能，我甚至觉得 Sonnet 的结果比 Opus 还要好一些，当然丰富度上还是没有 Deepseek 强。

Gemini 2.5 Pro： 这次是最拉的，不止页面细节和美观度不行，功能也没有实现，启动直接报错。

视频

1.4- 测试 4：白噪音日签网站

接下来是一个可以播放白噪音的日签网站生成，很适合做新标签页的插件，支持从 Spotify 播放白噪音，网页会展示

提示词：请帮我创建一个简洁优雅的日签网站，具体要求如下：

视觉设计

  • 背景图片：使用下面几个图片链接随机获取高质量风景图片作为背景
  • 图片链接：XXXX
  • 图片处理：添加 25% 黑色遮罩，和一点点图片高斯模糊，确保文字清晰可读
  • 整体风格：简约现代，风景图作为网页背景增加沉浸感
  • 动画框架使用 anime.js （通过 CDN 引入：JsDelivr jsdelivr.com），使用 HTML5、TailwindCSS 3.0+（通过 CDN 引入）和必要的 JavaScript，使用专业图标库如 Font Awesome 或 Material Icons（通过 CDN 引入）

时间显示模块

  • 顶部：显示月日格式（如 "05 月 29 日 "），字体较小，居中
  • 次行：显示 " 星期 X · 农历 X 月初 X" 格式，字体更小
  • 中央：突出显示当天日期数字，超大字体，白色，居中

名言展示模块

  • 内容：随机显示中外哲学家、作家的经典名言
  • 排版：名言居中显示，字体适中，行间距舒适
  • 署名：底部右对齐显示 " 作家，XXX" 或 " 哲学家，XXX"
  • 名言库：包含励志、人生感悟、智慧思考等不同主题的名言

音乐播放功能

  • 位置：页面左下角，默认收起
  • 内容：嵌入 Spotify 白噪音播放列表
  • 代码：

技术实现

  • 响应式设计：适配桌面端和移动端
  • 字体选择：使用优雅的中文字体，google font 引入
  • 颜色方案：主要使用白色文字，确保在各种背景下的可读性
  • 加载优化：图片懒加载，提升页面性能

交互功能

  • 自动刷新：每日自动更换背景图和名言
  • 手动刷新：提供刷新按钮，允许用户手动更换内容

文案风格

  • 名言选择：倾向于积极正面、富有哲理的短句
  • 语言风格：简洁有力，避免过于冗长
  • 主题分类：人生感悟、励志成长、智慧思考、情感表达等

请按照以上要求，生成一个完整的 HTML/CSS/JavaScript 网站，确保界面美观、功能完善、用户体验良好。

这个测试其实就纯粹看各个模型对于美学的表现的理解了，这种展示类型的网页一般都能完成。

只能说 Claude Opus 4 在这块还是很权威的，各种细节表现都很好，Gemini 2.5 Pro 也不错，甚至给图片的切换加上了动效，Deepseek 和 Sonnet 4 坐一桌了。

Deepseek-R1-0528： 我先跑的 Deepseek，本来以为已经很好了，整体美学上有问题的第一个是左下角的音乐按钮有点扁，然后就是名言的部分，不应该加黑色遮罩，文字的对齐方式也有点怪，不过他也给刷新加了动效。

Claude Opus 4： Opus 4 的这个美学真的无可挑剔，各个字体的大小比例，间距都非常舒服，而且还给名言加上了引号人物名称和引号的透明度还做了处理，就连 Spotify 播放器都套了一个 UI 做了展开收起的动效，太完美了。

Claude Sonnet 4： Sonnet 4 的效果跟 Deepseek 问题很像，音乐播放按钮、文字的大小、对齐方式和间距都可以继续优化。

Gemini 2.5 Pro： Gemini 的效果也不错，如果去掉文字的投影就更好了，它也针对 Spotify 播放器 UI 做了处理，文字细节也没啥问题，切换动效很明显图片有个拉伸的效果。

视频

1.5- 测试 5：睡眠 APP 页面生成

接下来是移动设备应用的测试，让他们分别写一个睡眠监测应用，提示词中会提出对应的技术栈和设计要求，同时会要求生成多个可交互的页面。

提示词：# 睡眠监测 APP 开发需求

项目概述

请帮我创建一个完整的睡眠监测 APP，包含 4 个主要的功能页面，界面需要美观且专业。

技术栈要求

前端技术

  • HTML5 - 页面结构
  • TailwindCSS v3.0+ - 样式框架（通过 CDN 引入）
  • JavaScript - 必要的交互逻辑
  • Anime.js v4.0.2 - 动画效果库
  • CDN: https://cdn.jsdelivr.net/npm/[email protected]/+esm

图标和图表

  • 图标库: Font Awesome 或 Material Icons（CDN 引入）
  • 图表组件: 在线图表组件，样式需与主题保持一致
  • 数据可视化: 支持睡眠数据的图表展示

设计要求

响应式设计

  • 完全响应式布局
  • 移动设备优先设计
  • 桌面端和移动端都需良好显示

交互效果

  • 按钮交互: 悬停时轻微放大效果
  • 表单交互: 输入框聚焦时显示渐变边框
  • 卡片交互: 悬停时阴影加深效果
  • 动画效果: 使用 Anime.js 实现流畅的页面动画

功能页面需求

请生成睡眠监测 APP 所需的完整页面，包括但不限于：

  • 主页/仪表盘
  • 睡眠记录页面
  • 数据分析页面
  • 设置页面
  • 其他相关功能页面

代码输出要求

  • 每个页面为独立的 HTML 文件
  • 代码结构清晰，注释完整
  • 确保所有 CDN 链接可用
  • 提供完整可运行的代码

在移动端的逻辑和界面上，Cluade Opus 4 再次展现了他的强大，完成了多个页面逻辑也不错，其他几个模型都只生成了一个页面，不过 Deepseek R1 0528 这次的审美突然在线了，样式美观度做的很好，虽然生成了单个页面但是很完整。

Deepseek-R1-0528： 只生成了一个页面，但是整体的审美不错，卡片的细节和图标的处理都很好，整个页面也很完整很长，另外还给导航做了响应式设计，在移动端和桌面端完全不同。

Claude Opus 4： 确实强，只有 Opus4 完整生成了全部的页面，不过这次的审美就不太行了，完全是用做网页的逻辑做的，导航的图标小的可怜。

Claude Sonnet 4： 只生成了单个页面而且还报错了，页面的审美也不太行，属于将就把任务完成了。

Gemini 2.5 Pro： 谷歌每次都跟别人不一样，真的一个页面一个页面生成，给了四个文件，相互之间不能交互，另外页面全部报错，每个页面都只有导航没有内容，这就有点拉了。

视频

1.6- 测试 6：复杂功能俄罗斯方块

最后还是小游戏测试收尾，我设计了一个比较复杂的俄罗斯方块游戏，有特殊方块，还有主题切换、方块落点预测、方块暂存等一堆功能，可以说是终极考验了。

提示词：请帮我创建一个功能完整、视觉精美的俄罗斯方块网页游戏，要求如下：

核心游戏功能

  1. 完整的俄罗斯方块机制：7 种标准方块（I、O、T、S、Z、J、L）
  2. 流畅的操作控制：左右移动、旋转、快速下降、瞬间下降
  3. 智能消除系统：支持 1-4 行同时消除，有特殊动画效果
  4. 渐进难度系统：根据消除行数自动提升下降速度和等级

高级功能特性

  1. 预览系统：显示下一个和下下个方块
  2. 暂存功能：Hold 键暂存当前方块，每轮只能使用一次
  3. 幽灵方块：半透明显示方块的着陆位置
  4. 连击系统：连续消除有额外分数加成和视觉特效
  5. 特殊技能：
    • 炸弹方块（清除周围区域）
    • 激光消除（清除整行）
    • 时间暂停（3 秒内方块停止下降）

视觉设计要求

  1. 现代化 UI 界面：
  • 渐变背景或粒子效果
  • 毛玻璃效果的游戏面板
  • 流畅的动画过渡
  • 响应式设计适配不同屏幕
  1. 丰富的视觉特效：
  • 方块下降和旋转的平滑动画
  • 消除时的爆炸或闪光特效
  • 连击时的震屏效果
  • 等级提升的庆祝动画
  1. 主题系统：至少 3 套不同的视觉主题可切换

音效系统

  1. 完整的音效反馈：移动、旋转、着陆、消除、游戏结束等
  2. 背景音乐：循环播放的游戏 BGM
  3. 音量控制：可独立调节音效和背景音乐音量

游戏模式

  1. 经典模式：传统俄罗斯方块玩法
  2. 限时模式：在规定时间内获得最高分
  3. 挑战模式：预设障碍物，增加难度
  4. 禅模式：无时间压力，纯粹享受游戏

数据统计功能

  1. 实时统计：当前分数、等级、消除行数、游戏时间
  2. 历史记录：最高分、最佳等级、总游戏时间
  3. 成就系统：解锁各种游戏成就
  4. 本地存储：保存游戏记录和设置

技术要求

  1. 使用纯 HTML5/CSS3/JavaScript，无需外部框架
  2. 代码结构清晰：面向对象编程，模块化设计
  3. 性能优化：流畅的 60FPS 动画，无卡顿
  4. 兼容性：支持主流现代浏览器
  5. 响应式设计：适配 PC 和移动设备

用户体验

  1. 直观的操作说明：内置教程和按键提示
  2. 暂停/继续功能：随时暂停游戏
  3. 设置菜单：可调节游戏难度、音效、视觉效果等
  4. 游戏状态保存：支持中途保存和继续游戏

代码质量要求

  1. 注释详细：每个函数和重要代码段都要有说明
  2. 错误处理：完善的异常捕获和处理机制
  3. 代码优雅：遵循最佳实践，易于理解和维护
  4. 可扩展性：方便后续添加新功能

请提供完整的 HTML 文件，包含所有 CSS 和 JavaScript 代码，确保可以直接在浏览器中运行。代码要体现出专业的编程水平和对游戏开发的深度理解。

在小游戏上 Claude 是有东西在的，不管是 Opus 还是 Sonnet 都按照要求生成了对应的俄罗斯方块，特别是特殊方块这个逻辑，Deepseek 搞定了 Claude 都忽略了的主题，但是落掉了特殊方块，Gemini 2.5 Pro 就惨了生成的不能玩。

Deepseek-R1-0528： 非常好中规中矩的完成了任务，但是丢掉了特殊方块的设计，干脆就没做，可能是提示词遵循的问题，整个网页更像游戏的界面所有的按钮都像正常的组件。

Claude Opus 4： 完成了特殊方块的逻辑其他逻辑也没问题，但是忽略了主题切换这个提示词，他没做，相较于 DeepSeek 的问题要小一些，但是界面是写死的完全没有响应式逻辑，比例稍微不对几个按钮就点不到了。

Claude Sonnet 4： 跟 Opus 类似，甚至我觉得 Sonnet 4 完成的比 Opus 要更好，页面的适配度也不错，这个感觉是 Sonnet 赢了，所有需要做的功能他都做了。

Gemini 2.5 Pro： 涉及到复杂逻辑 Gemini 几乎每次都拉跨，这次是完全没办法玩，因为砖块的落点有 Bug 完全看到不会落在哪里，垫底。

视频

看到这里，我想你已经和我一样，被 DeepSeek-R1 的表现整麻了。

很难想象这只是一个小的模型升级带来的提升，再来看看跟 DeepSeek R1 0528 对比的这几个模型的价格。

Opus 4 是他的 30 倍，我这还是用的 Openrouter 的价格算的，要是算官方会更离谱。

Image

作为一个每天都在和各种 AI 消息打交道的人，我见证了太多 " 突破性进展 " 最后变成 " 差强人意 " 的故事。但这次不一样，DeepSeek-R1 让我看到了真正的希望。

30 倍的价格差距，却能达到几乎相当的效果。

我们不再需要为了使用最好的 AI 编程模型付出天价，不再需要在成本和质量之间做痛苦的取舍。更让人感动的是，这是我们自己的模型。

这句话是 AI 给我写的，我觉得很好：真正的革命，往往始于让普通人也能触及星辰。

再次重复一下，这个测试真的是又费钱又费人，如果对你有帮助，希望各位可以给点个赞或者喜欢。