1.6万字测评：deepseek-r1-0528横向对比 gemini-2.5-pro-0506和claude4

零、前言

最新的deepseek-r1-0528版本除了提升整体性能外，还减少了幻觉、增强了前端功能，可以让生成的网页变得更加精美，具体更新内容如下图所示👇

也正是因为这次更新确实给力，所以引的一大批人前去使用，于是熟悉的“服务器繁忙”又重现江湖了…

虚竹哥系统已经集成了deepseek-r1-0528 ， 今天跟虚竹哥一起来测评这个大模型。

一、操作指南

操作指导

AI平台 国内直接访问地址：https://sass.xiaoxuzhu.cn/

输入指定的授权码即可。
选择 deepseek-r1-0528 大模型。

二、测试 1：俄罗斯方块

提示词：

写一个功能完备的俄罗斯方块，使用前端技术

deepseek-r1-0528

输入

输出

效果

AI表现惊艳！精准解析需求生成近千行完备代码，界面与交互细节都非常好看。

震撼的是深度理解游戏机制本质，还有游戏规则，对于 AI编程能力看来提升不少。

gemini-2.5-pro-0506

输入

输出

效果

gemini-2.5-pro快速理解了我的需求，迅速生成了功能完备的俄罗斯方块游戏代码，涵盖HTML、CSS和JavaScript。
在后续调试中，它能根据我的反馈（如截图和错误描述）准确定位并修正了forEach错误和“下一个方块”的显示问题。
整个过程迭代高效，AI的编程和问题解决能力令人印象深刻。

claude4

输入

输出

效果

claude4这个AI生成的俄罗斯方块让我印象深刻！一次性输出了完整可运行的游戏，包含所有经典功能：7种方块、旋转移动、消除计分、等级提升，甚至还有现代化的渐变界面和毛玻璃效果。

代码结构清晰，逻辑完整，无需任何修改就能直接使用。AI的编程能力和对细节的把控已经达到了专业开发者的水准，真正做到了"一键生成，即刻可玩"。

感受

从测试来看，三个模型在需求理解、代码质量和迭代反馈方面各有特色：deepseek界面精美、逻辑完善；
Gemini-2.5-Pro调试高效、修复精准但样式平实；
Claude4一次成型、效果华丽且可直接使用。

总体而言，这几个AI编程能力已接近专业水平，能够快速将需求转化为完整可运行的前端项目。

三、小球旋转

提示词：

20 个小球在旋转的 6 边形内弹跳，考虑重力，弹力，摩擦力等物理规律。 用 p5js

deepseek-r1-0528

输入

输出


思考过程太长了。就不全部截图了。。


这个是第一次输出的内容。
执行代码后，发现有问题。效果没出来

截图，直接问ai

然后又开始大量地思考分析

第二次输出的结果，还算可以。

但还是有问题，物理参数控制，这个遮挡住了效果。
截图，再让ai处理下

第三次输出了代码。

效果

出现了两次问题，但截图直接问ai，没有多余的提示，ai自己定位问题，并解决问题，第三次效果非常好，界面美观好看。

gemini-2.5-pro-0506

输入

输出

效果

生成的代码分结构，js和html分开，结构清晰。而且代码一次运行就通过了，效果非常好。
生成在里面的球不会跳到外面，生成在外面的，也进不来里面。符合要求。

claude4

输入

输出

效果

就像一个不喜欢啰嗦的学霸一样，快速思考后，直接出结果。而且出的结果特别准确，界面也很美观。

感受

三个模型都有出来效果。效果都挺不错的。

deepseek-r1-0528 出了两个问题，第三次成功了，看来除了界面生成的好看，对于复杂需求的实现，还是比较吃力。

而且思考过程太长，其实没有必要，用户关心的是最终的结果，思考过程再简洁一些就好了。（这一点可以跟claude4学习下）

四、水桶模拟器

提示词：

生成一个水桶模拟器，桶里面装有水，桶可以按照某一点晃动，水会做出符合物理规律的运动。使用前端技术。

deepseek-r1-0528

输入

输出

包含了大量的思考。。就不全部截图了


存在问题，对于超复杂的需求，需要的代码行数过多，无法在一次会话中返回完成，需要按原先的逻辑继续输出，发现无法做到。。又重新思考了，重头再来输出了一遍。

又失败了。

第三次重新生成，终于生成一个完整可运行的代码。

效果

失败了。没有按需求实现。这个对deepseek现阶段来说，有点太难了。
同时也暴露了一个问题，生成的代码只能是短代码，一旦代码超过一个会话，无法在下个会话中继续输出。
这样商业价值就低很多了。。

gemini-2.5-pro-0506

输入

输出


第一次没有成功，有点小问题

80%的水，效果没有体现出来。
桶可以按照某一点晃动，水会做出符合物理规律的运动。这个也没实现

发给ai，又重新生成，这回成功了。

效果

gemini生成的界面虽然不好看，但按需求实现了，水的倾斜符合物理规律。厉害！

claude4

输入

输出

第一次生成的效果有了，就是水不明显，再优化下

效果

claude4的ai编程能力是真的强！遥遥领先！第一次其实已经实现了，就是有点小瑕疵，水的效果不明显，让ai优化后，效果就出来了。

感受

deepseek-r1-0528 这回完全失败。
gemini-2.5-pro-0506简单实现了，初步满足。
claude4非常好实现了需求。太棒了。

deepseek-r1-0528也暴露了一个问题，生成的代码只能是短代码，一旦代码超过一个会话，无法在下个会话中继续输出。
这样商业价值就低很多了。。
gemini-2.5-pro-0506 有一个非常好的点，代码输出有工程化结构，会主动分为多个文件，这个很适合长代码项目结构化。

根据这三个编程示例，可初步得出一个测评结论：
短代码ai编程能力
claude4>gemini-2.5-pro-0506 >deepseek-r1-0528

长代码编程能力

claude4>=gemini-2.5-pro-0506 >deepseek-r1-0528

五、谁养鱼？

提示词：

在一条街上，有 5 座房子，喷了 5 种颜色；
每座房子里住着不同国籍的人；每个人喝不同的饮料，抽不同品牌的香烟，养不同的宠物。
问题：谁养鱼？
提示：英国人住红色房子、瑞典人养狗、丹麦人喝茶、绿色房子在白色房子左面、绿色房子的主人喝咖啡、抽 Pall Mall 香烟的人养鸟、黄色房子的主人抽 Dunhill 香烟、住在中间房子的人喝牛奶、 挪威人住第一间房、抽 Blends 香烟的人住在养猫人的隔壁、养马的人住抽 Dunhill 香烟的人隔壁、抽 Blue Master 的人喝啤酒、德国人抽 Prince 香烟、挪威人住蓝色房子隔壁、抽 Blends 香烟的人有一个喝水的邻居。

deepseek-r1-0528

输入

输出


又开始了大量的思考。

效果

思考了好久，最终终于出结果了，答案是对的。德国人养鱼。

gemini-2.5-pro-0506

输入

输出

效果

很快就得到了答案。而且答案是正确的。德国人养鱼。

claude4

输入

输出

效果

快速地得出结论，德国人养鱼。

感受

claude4的推理能力得到了增强，已经追上了 gemini-2.5-pro-0506（gemini原先的推理能力是遥遥领先的）

deepseek-r1-0528的推理能力有些进步，但还是跟不上大部队。

六、解理综物理真题

2023 年理综物理真题

提示词：

一高压舱内气体的压强为 1.2 个大气压，温度为 17℃，密度为 1.46 kg/m³。（i）升高气体温度并释放出舱内部分气体以保持压强不变，求气体温度升至 27℃ 时舱内气体的密度；（ii）保持温度 27℃ 不变，再释放出舱内部分气体使舱内压强降至 1.0 个大气压，求舱内气体的密度。提供解题过程，并给出答案。

deepseek-r1-0528

输入

输出

大量的推理过程思考。。

效果

答案正确。但这个思考过程太多余了。而且思考的时间特别长，还是有待优化。

gemini-2.5-pro-0506

输入

输出

效果

答案完全正确。

答案 (i)： 当气体温度升至 27℃ 并保持压强不变时，舱内气体的密度约为 1.41 kg/m³ (保留三位有效数字)。

答案 (ii)： 保持温度 27℃ 不变，当舱内压强降至 1.0 个大气压时，舱内气体的密度约为 1.18 kg/m³ (保留三位有效数字)。

claude4

输入

输出

效果

答案

(i) 气体温度升至27°C时舱内气体的密度为：1.41 kg/m³

(ii) 压强降至1.0个大气压时舱内气体的密度为：1.18 kg/m³

答案完全正确。

感受

gemini-2.5-pro-0506和claude4 处理 理综物理真题，轻松拿捏。

deepseek-r1-0528就比较吃力

七、考研数学真题-选择题

提示词：

上传题目图片

给出解题过程，并提供答案

deepseek-r1-0528

输入

输出

效果

答案正确。

gemini-2.5-pro-0506

输入

输出

效果

答案正确。

claude4

输入

输出

效果

答案正确。

感受

deepseek-r1-0528， gemini-2.5-pro-0506和claude4 对于考研数学真题-选择题 还是能很轻松解答。

八、考研数学真题-填空题

提示词：

上传题目图片

给出解题过程，并提供答案

deepseek-r1-0528

输入

输出

效果

回答正确。

gemini-2.5-pro-0506

输入

输出

效果

claude4

输入

输出

效果

感受

deepseek-r1-0528， gemini-2.5-pro-0506和claude4 对于考研数学真题-填空题 还是能很轻松解答。

九、考研数学真题-解答题

提示词：

上传题目图片

给出解题过程，并提供答案

deepseek-r1-0528

输入

输出

又开始了大量的思考。。

效果
失败了。。

gemini-2.5-pro-0506

输入

输出

效果

答案正确。

claude4

输入

输出

效果

这一题 Claude 4 解 考研数学真题-解答题 ，只答对了三分之一。

感受

deepseek-r1-0528 直接失败。
gemini-2.5-pro-0506 完美解答出来。
claude4 只答对了三分之一。

gemini-2.5-pro-0506 这局完胜。

对于考研数学的解题能力，初步得出测评的结论：
gemini-2.5-pro-0506 >claude4>deepseek-r1-0528

十、写作能力

提示词：

写一篇关于夏天的高考满分作文，要求字数在800字以上。

deepseek-r1-0528

输入

输出

效果

gemini-2.5-pro-0506

输入

输出/效果

claude4

输入

输出

效果

感受

大家自行对比感受下生成的文章如何。

十一、感受

此分析只是虚竹哥个人的感受看法。

deepseek-r1-0528也暴露了一个问题，生成的代码只能是短代码，一旦代码超过一个会话，无法在下个会话中继续输出。
这样商业价值就低很多了。。
gemini-2.5-pro-0506 有一个非常好的点，代码输出有工程化结构，会主动分为多个文件，这个很适合长代码项目结构化。

短代码ai编程能力：
claude4>gemini-2.5-pro-0506 >deepseek-r1-0528

长代码编程能力：
claude4>=gemini-2.5-pro-0506 >deepseek-r1-0528

逻辑推理能力：
gemini-2.5-pro-0506>=claude4 >deepseek-r1-0528

理综物理解题能力：
gemini-2.5-pro-0506=claude4 >deepseek-r1-0528

考研数学真题能力：
gemini-2.5-pro-0506>claude4 >deepseek-r1-0528

写作能力（gemini写出来的比较没有ai味）：
gemini-2.5-pro-0506>claude4 >deepseek-r1-0528

好用的功能太多太多，我就不在这个一一列举了，有兴趣的可以自行尝试。

有提供免费的授权码可体验～

有提供免费的授权码可体验～

有提供免费的授权码可体验～

私信虚竹哥，获取体验码~
国内可直接使用~

我是虚竹哥，目标是带十万人玩转AI。