2. Linux.do
  3. deepseek的识图模式，幻觉高的离谱，6大模型对比

deepseek的识图模式，幻觉高的离谱，6大模型对比

trader 2026-06-20 20:05 1

要识别的图：


deepseek 识图模式识别结果：


基本是100%的幻觉率了


GLM 5.2有点离谱，当成藏文了：


Gemini 3.5 flash多少有点搞笑了，一家人都给送走了：


opus 4.6: 和 deepseek一桌了，瞎扯走起：


qwen 3.7 plus猜都懒得猜了：


唯独kimi 2.6的识别，大差不差：

kimi 2.6识别：

最新回复 (19)
  • Nazo 06-20 20:07
    1楼

    兄弟 这个我是真的看不懂 ^-^ 问问gpt看看看不看的懂

  • NukaColaM 06-20 20:07
    2楼

    虽然但是，这就算是个人，也得幻觉率拉满。

  • mark 06-20 20:09
    3楼

    人来了也看不懂啊，只能猜，要不然告诉你不知道 ^-^

  • 时牧 06-20 20:10
    4楼

    我第一眼还以为你写的是别的少数民族文字呢

    那kimi文字识别这一块意外的强


    抓个虫glm5.2应该是听别的视觉模型转述的吧，配的是什么模型

  • trader 楼主 06-20 20:10
    5楼

    虽然但是 kimi 为什么能识别出来。

  • chataii 06-20 20:11
    6楼

    好家伙，大模型识图训练得找佬友进货了 ^-^

  • 哈叔 06-20 20:14
    7楼

    万万没想到，还有人的字比我的更难认……

  • Woody69 06-20 20:14
    8楼

    我从第二行开始就认不出来了，感觉能全认出来才有点像幻觉

  • KUOHAO 06-20 20:17
    9楼

    kimi 比我能识字 hhh

    另外 glm5.2 没有识图能力，佬友大概率用的是智谱自带的 mcp，原理应该是接到 5 turbo 那个模型？（这部分不清楚瞎猜的）

  • trader 楼主 06-20 20:17
    10楼

    用的网页版5.2：

  • trader 楼主 06-20 20:18
    11楼

    网页版5.2，问它如何识别的：

  • 绯墨 06-20 20:18
    12楼

    佬友的那个图片，我也去问了一下豆包

  • KUOHAO 06-20 20:21
    13楼

    这是多模态模型读图的相关解释吧，但 glm5.2 本身不是多模态的哇

  • trader 楼主 06-20 20:22
    14楼

    豆包还好，差不多能对20% 的吧

  • everyback 06-20 20:23
    15楼

    我都读不懂，你这不会是哪里摘抄来的吧？被kimi给搜索到放出来了

  • lufei 06-20 20:24
    16楼

    真的可以看出佬友写的是什么吗，不是ai瞎编的？

  • HeriX 06-20 20:25
    17楼

    识图模式又不是给你来认字的

    虽然认字也是识图能力的其中一部分吧

  • Letsgo~ 06-20 20:26
    18楼

    怎么能屏蔽这种帖子，或者屏蔽一个人啊，有没有佬知道

  • trader 楼主 06-20 20:27
    19楼

    不是 搜索，纯识别，下面抖音号都给识别了（错的），没截：

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐