网页编程众测排名：DeepSeek-R1超越Claude 4加冕全球第一 | 量子位
网页编程众测排名：DeepSeek-R1超越Claude 4加冕全球第一
生成的网站能直接一键运行
编程王者Claude地位不稳了？？
大模型竞技场最新战报出炉，DeepSeek新版R1拿下网页编程第一，小胜Claude Opus 4。
要知道Claude Opus 4可是公认的“全球最强编码模型”。
so，能在编程上战胜Claude Opus 4，DeepSeek-R1-0528到底啥来头？
看名字你可能以为是个小版本更新，但实际上——
它在LiveCodeBench上几乎与OpenAI o3-high相当，乃至一众网友猜测其为传说中的R2。
这样一看，在编程这一项上，双方貌似都不太好惹~
所以话不多说，咱们还是一手实测DeepSeek-R1-0528，康康究竟有多强。
实测一下
目前DeepSeek-R1-0528已上线DeepSeek官方网站、App和小程序（打开深度思考）。
这里咱们直接进入官网体验。
测试1：制作一个太阳系的动画应用程序
提示词如下：
仅思考49秒后，DeepSeek-R1-0528就给出了一段python代码。
用VS Code运行后，结果如下：
出现了能自主运行的动画，不过页面相对粗糙。
不过呢，如果换成其他提示词，效果则明显不一样了。
仅用时34秒，DeepSeek-R1-0528就理清楚了设计思路：
关键是这一次能直接一键运行了，无需再单独打开自己的编辑器。（运行功能感觉像开盲盒，不一定都会出现）
而且同样有动画、能交互，效果直接进入Next Nevel~
测试2：前端网页制作
接下来我们要求DeepSeek生成一个主题为AGI的网站，提示词如下：
思考23秒后，DeepSeek-R1-0528后续给出了一段HTML代码，依旧能一键运行。
测试3：创建一个俄罗斯方块小游戏
最后我们试试英文提示词：
可以看到，DeepSeek-R1-0528思考12秒后就给出了一段python代码。
运行结果be like：
虽然确实是俄罗斯方块小游戏，但基本演示存在明显bug，而且缺少交互按钮。
不死心的我们尝试让DeepSeek继续改进，结果第二次还是翻车了。
改进后的游戏依旧无法正常运行（总是穿墙而过），且未实现我们明确要求的交互功能。
小结一下，从以上简单实测来看，DeepSeek新版R1作为一款开源模型，在编程能力上确实大有进步，但仍有一定提升空间。
不过有一说一，它对咱们国内普通用户明显更友好（相对Claude模型来说免费又易于获取）。
One More Thing
除了编程能力榜单更新，DeepSeek新版R1还当选了当前最好的开源文本模型。
MIT许可证下，总榜第六，开源当中第一。
而在细分领域，它在困难提示方面排名第4，在数学方面排名第5，属于开源模型中相当能打的玩家。
不过值得一提的是，Kimi新模型刚刚拿下代码开源SOTA——
参数量仅72B的开源代码模型Kimi-Dev，在SWE-bench Verified上以60.4%的成绩取得开源SOTA。
不仅编程水平比最新的DeepSeek-R1还强，和闭源模型比较也表现优异。
不知道其真实能力又如何呢（doge）~
(来源:量子位)
关联资讯:
Anthropic警告：包括Claude在内的大多数AI模型会实施“勒索”行为
DeepSeek V3深夜低调升级，代码进化令人震惊，网友实测可媲美Claude 3.5/3.7 Sonnet
