プログラミング王クロードのステータスは不安定? ?大型モデルアリーナの最新対戦レポートを公開。DeepSeek R1 の新バージョンが、僅差で Claude Opus 4 を破り、Web プログラミングで 1 位を獲得しました。 Claude Opus 4 が「世界最強のエンコード モデル」として認識されていることを知っておく必要があります。

では、プログラミングでクロード オーパス 4 に勝つことができる DeepSeek-R1-0528 の起源は何でしょうか?
名前だけ見るとマイナーバージョンアップかと思いきや、実は――
これは LiveCodeBench の OpenAI o3-high とほぼ同等であり、多くのネチズンはこれが伝説の R2 であるとさえ推測しています。

こうやってみると、プログラミングに関してはどちらも手を出しにくいですね~
それでは早速、DeepSeek-R1-0528 を直接テストして、Kangkang がどれほど強力であるかを確認してみましょう。

実際にテストしてみる
現在、DeepSeek-R1-0528 は、DeepSeek 公式 Web サイト、アプリ、ミニ プログラム (Open Deep Thinking) で公開されています。
ここでは、公式ウェブサイトに直接アクセスして体験してみます。
テスト 1: アニメーション太陽系アプリを作成する
促された言葉は次のとおりです。
Web 検索を使用してアニメーション太陽系アプリを作成します。
ただ考えてください49秒その後、DeepSeek-R1-0528 によって Python コードが提供されました。

VS Code で実行した後の結果は次のようになります。
独立して実行できるアニメーションもありますが、ページは比較的粗いです。

ただし、他のプロンプトワードに変更すると、明らかに効果が異なります。
Three.js を使用して太陽系をシミュレートし、マウスをその上に置くと惑星の名前を表示します。
DeepSeek-R1-0528 は、わずか 34 秒で次のような設計アイデアを明確にしました。

今回の鍵はワンクリックで直接実行可能、独自のエディタを個別に開く必要はありません。(関数の実行はブラインド ボックスを開くような感じで、常に表示されるわけではありません)
アニメーションとインタラクションもあり、その効果はNext Nevelに直接反映されます~

テスト 2: フロントエンド Web ページの制作
次に、DeepSeek に AGI というテーマの Web サイトを生成するよう依頼します。プロンプトの言葉は次のとおりです。
汎用人工知能(AGI)をテーマに、「知識の共有」「コミュニティ」「未来創造」の3つの概念部分を含むWebページをデザインしてください。各部分には、対応するアイコンと簡潔な説明が必要です。全体的なスタイルはモダンでテクノロジー的であり、AGI の革新的で協力的な精神を強調しています。インタラクティブ性と視覚効果のために HTML、CSS、JavaScript を使用します。
23 秒間考えた後、DeepSeek-R1-0528 は、ワンクリックで実行できる HTML コードを提供しました。

テスト 3: テトリス ミニゲームを作成する
最後に、英語のプロンプト単語を試してみましょう。
美しいグラフィックとコントロールを備えたテトリスのフル機能バージョンを作成します。
美しいグラフィックとコントロールを備えたテトリスの完全版を作成します。
ご覧のとおり、DeepSeek-R1-0528 は次のように考えています。12秒次に、Python コードが与えられます。

実行結果は次のようになります。
これは確かにテトリスのミニゲームですが、基本的なデモには明らかなバグがあり、インタラクション ボタンがありません。

諦めたくない私たちは、DeepSeek の改善を続けようとしましたが、2 度目でひっくり返りました。

改良されたゲームはまだ正しく動作しません(必ず壁を通り抜ける)、明示的に要求した対話型機能は実装されていません。

要約すると、上記の簡単な実測から判断すると、DeepSeek R1 の新バージョンは、オープンソース モデルとしてプログラミング機能において確かに大きな進歩を遂げていますが、まだ改善の余地がいくつかあります。
ただ、一つ言えるのは、明らかに国内の一般ユーザーにとってはよりフレンドリーだということだ。(クロードモデルに比べて無料で入手しやすい)。
もうひとつ
プログラミング能力リストの更新に加えて、DeepSeek R1 の新バージョンも選択されました現在利用可能な最高のオープンソース テキスト モデル。
MIT ライセンスでは、全体リストで 6 位、オープンソースでは 1 位にランクされています。

サブディビジョン分野では、難易度プロンプトで 4 位、数学で 5 位にランクされています。これは、オープンソース モデルの非常に有能なプレーヤーです。

ただし、キミの新しいモデルがコードオープンソース SOTA を獲得したばかりであることは言及する価値があります—
72B パラメータのみを備えたオープン ソース コード モデルキミデブ、SWE ベンチ検証で 60.4% のスコアでオープンソース SOTA を達成しました。
最新の DeepSeek-R1 よりもプログラミング レベルが優れているだけでなく、クローズドソース モデルと比較しても優れたパフォーマンスを発揮します。

では、その本当の能力を知らなかったらどうするか(ドージ)〜