为了测试新版 R1-0528 在物理世界的推理能力，有网友拿同一句提示，让它们生成一个页面：R1-0528 一次性输出了 728 行代码，而 Claude 4 Sonnet 只给出了 542 行。
老狐仔细对比后发现，新版 R1-0528 在细节处理上更精致，无论是橙色球表面的光影反射，还是砖块墙被破坏后的不规则倒塌，都稳赢 Claude 4 Sonnet。
而在数学推理方面，不少网友提到，DeepSeek-R1-0528 是目前唯一一个能持续稳定地正确回答" 9.9 - 9.11 等于多少？"的模型。
