DeepSeek R1 最多也就是赶上 OpenAI o1-1217

Benchmark	DeepSeek-R1 (%)	OpenAI o1-1217 (%)	Verdict
AIME 2024 (Pass@1)	79.8	79.2	DeepSeek-R1 wins (better math problem-solving)
Codeforces (Percentile)	96.3	96.6	OpenAI-o1-1217 wins (better competitive coding)
GPQA Diamond (Pass@1)	71.5	75.7	OpenAI-o1-1217 wins (better general QA performance)
MATH-500 (Pass@1)	97.3	96.4	DeepSeek-R1 wins (stronger math reasoning)
MMLU (Pass@1)	90.8	91.8	OpenAI-o1-1217 wins (better general knowledge understanding)
SWE-bench Verified (Resolved)	49.2	48.9	DeepSeek-R1 wins (better software engineering task handling)

所有跟帖： 

• 轻松赶上，超越后就一骑绝尘了 -Amerix- ♂ (0 bytes) () 01/27/2025 postreply 19:06:44

• 算了吧，我们release产品从来都是比竞争对手好的多 -Bob007- ♂ (0 bytes) () 01/27/2025 postreply 19:08:55

• 还没赶上OpenAI的第一代，OpenAI已经第四代了 -victor1988- ♂ (0 bytes) () 01/27/2025 postreply 19:15:16

• 说啥呢，o1 o3 哪来的第四代 -监考老师- ♂ (0 bytes) () 01/27/2025 postreply 19:32:03

• GPT-4 -victor1988- ♂ (0 bytes) () 01/27/2025 postreply 20:17:38

• o1 不是 GPT-1 -监考老师- ♂ (0 bytes) () 01/27/2025 postreply 21:53:15

• 比的还是OpenAI 一个月前的产品 -Bob007- ♂ (0 bytes) () 01/27/2025 postreply 19:07:28

• 海量烧钱，后劲不足了 -Amerix- ♂ (0 bytes) () 01/27/2025 postreply 19:10:56

• AI革命方兴未艾，很多开创性的工作可做 -Bob007- ♂ (0 bytes) () 01/27/2025 postreply 19:12:31

• 真要想提高Math benchmark的分数，其实可以拿数学软件来训练AI -Bob007- ♂ (0 bytes) () 01/27/2025 postreply 19:16:35

• AI 水平早超过数学软件了，数学软件偏重计算，符号操作比AI差。 -pichawxc- ♂ (0 bytes) () 01/27/2025 postreply 20:54:33

• 这是AI比较ChatGPT和Mathematica -Bob007- ♂ (1108 bytes) () 01/28/2025 postreply 06:09:29

• 关键看DS能不能有比O3厉害的R2，比如比O3 提前发出来？ -pichawxc- ♂ (0 bytes) () 01/27/2025 postreply 20:36:14