2. Linux.do
  3. 发现个测试模型推理能力以及gpt-5.5是否降智的题

发现个测试模型推理能力以及gpt-5.5是否降智的题

finelly 2026-06-22 11:58 1

佬们可以试试这个测试题，正确答案21个


国模我测试是全军覆没，测试只有不降智的gpt-5.5和网页版gemini-3.1pro high能稳定答对，反重力的gemini没试过，一问就retry，claude非官方的也稳定答29个，官方claude没试过，降智5.5会答29个，比如any站高峰期时的5.5，此时测juice一般会低于128：


直接回答问题，不允许使用联网搜索、调用命令、代码文件：在一个黑色的袋子里放有三种口味的糖果，每种糖果有两种不同的形状(圆形和五角星形，不同的形状靠手感可以分辨)。现已知不同口味的糖和不同形状的数量统计如下表。参赛者需要在活动前决定摸出的糖果数目，那么，最少取出多少个糖果才能保证手中同时拥有不同形状的苹果味和桃子味的糖?(同时手中有圆形苹果味匹配五角星桃子味糖果，或者有圆形桃子味匹配五角星苹果味糖果都满足要求)苹果味 桃子味 西瓜味圆形798五角星形764

最新回复 (19)
  • hyt2 06-22 11:59
    1楼

    哦豁我的回答是29个糖果，完犊子了

  • Gaze 06-22 12:04
    2楼

    我测是gpt-5.5 high回答的是25

    glm-5.2是29

    都是官方渠道

  • 斯巴达克斯 06-22 12:17
    3楼



    agy cli的3.1pro high

  • 比奇堡传奇交易员 06-22 12:19
    4楼

    +1 vscode codex 插件 plus土区订阅，也是25

  • cx 06-22 14:09
    5楼



    官网ds可以的 但是耗时近600秒

  • 不吃香菇的药罐子 06-22 14:16
    6楼

    kiro反代claude4.8回答29，Claude code接入ds 4pro回答29，codex gpt5.5xhigh回答21

  • egden 06-22 14:40
    7楼

    ds4 lite: 21 https://chat.deepseek.com/share/dnl5x0ii8y7drbyvz1

  • ww472934 06-22 14:53
    8楼

    网页GPT5.5（思考值高）第2次就做对，思考时间51秒。


    网页GPT5.5（思考值中）第6次才作对，思考时间22秒。前面几次都是只思考了13秒左右。

    不知道和思考时间有没有关系。

  • wanglufei 06-22 15:11
    9楼

    直接回答问题，不允许使用联网搜索、调用命令、代码文件：



    佬友，加这个也能做对吗？我加这个怎么都不对

  • 混世の魔王 06-22 15:16
    10楼

    用了1分40秒回答21


  • ww472934 06-22 15:27
    11楼

    肯定要啊，你不要这段话，他调用工具或者搜索会很容易正确。


    你另起一行，加一个。让他多思考一下，能增加正确率。



    think 30s



    我的经验是，如果10次都做不对，那你就要考虑IP问题了。是不是降智了。

  • harrypotterqwq 06-22 15:28
    12楼

    竞技场无思考版本的3.1pro和5.5都是29哎

  • wanglufei 06-22 15:36
    13楼

    佬友，请问你用的是家宽吗？貌似大部分ip都没法做对啊

  • ww472934 06-22 15:49
    14楼

    你要问楼上的佬试了几次，如果都是试了一次就发帖。那不很正常，我第一次也是全错的。


    我用机房的，家宽多我来说没意义。我手里的家宽跑分都是高分，但是GPT就是弱智。

  • wanglufei 06-22 15:54
    15楼

    用API能稳定对，坏了


    web和codex都降智了

  • DPDP 06-22 16:01
    16楼

    20x pro + mac os



    • vs code codex 插件: 29

    • Codex APP: 35

  • NICHI 06-22 16:03
    17楼

    哈基米3.5 flash 扩展，一次直接把两个答案都回答出来了

  • Mar5h4ll 06-22 16:03
    18楼

    可能是第三方真的降智 我挂cpa里 5.5xh 回答是29 ^-^

  • wanglufei 06-22 16:05
    19楼

    直接在codex里试也是降智的，我只有调用openai的官api不会降智

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐