2. Linux.do
  3. ChatGPT 5.6 智力测试

ChatGPT 5.6 智力测试

findeveloping 2026-07-14 10:07 1

用之前论坛里佬友的这个问题测试了一下 ChatGPT 5.6：


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


结果：

sol 所有推理强度回答为21

Terra ultra 回答为21，其余回答为29

Luna 所有推理强度回答为29


注：用的是mac codex，正价 Pro 20x

最新回复 (19)
  • ulrich 07-14 10:10
    1楼

    我想试试，麻烦佬友发下表格，球球了

  • 席乐 07-14 10:10
    2楼

    答案应该是多少？有正确结果的吗？

  • Sanc 07-14 10:11
    3楼

    grok4.5回答29

  • findeveloping 楼主 07-14 10:11
    4楼

    根据提供这个测试问题的佬友，正确答案是21

  • findeveloping 楼主 07-14 10:15
    5楼
























































































































    模型 推理强度 结果 正确/错误
    Sol Ultra 21 ^-^ 正确
    Sol Max 21 ^-^ 正确
    Sol Extra High 21 ^-^ 正确
    Sol High 21 ^-^ 正确
    Sol Medium 21 ^-^ 正确
    Sol Light 21 ^-^ 正确
    Terra Ultra 21 ^-^ 正确
    Terra Max 29 ^-^ 错误
    Terra Extra High 29 ^-^ 错误
    Terra High 29 ^-^ 错误
    Terra Medium 29 ^-^ 错误
    Terra Light 29 ^-^ 错误
    Luna Ultra 29 ^-^ 错误
    Luna Max 29 ^-^ 错误
    Luna Extra High 29 ^-^ 错误
    Luna High 29 ^-^ 错误
    Luna Medium 29 ^-^ 错误
    Luna Light 29 ^-^ 错误

  • ulrich 07-14 10:18
    6楼

    帖子中第二段的第二行末有



    现已知不同口味的糖和不同形状的数量统计如下表



    是否有糖果和形状的分布表

  • Robinson 07-14 10:20
    7楼

    试了一下deepseek v4 flash网页版，回答是21

  • findeveloping 楼主 07-14 10:23
    8楼
























    形状 苹果味 桃子味 西瓜味
    圆形 7 9 8
    五角星形 7 6 4

    就是最后这句话了

  • findeveloping 楼主 07-14 10:29
    9楼

    今天上午刚更新的codex，显示的确实是Light

  • 邪恶老登 07-14 10:30
    10楼

    为啥我是29，我把gpt 21答案给他还不认同

  • findeveloping 楼主 07-14 10:31
    11楼

    我测试deepseek快速模式，开深度思考是21，不开深度思考是32 ^-^

  • 邪恶老登 07-14 10:31
    12楼



    gpt统一分析的结果如下

  • findeveloping 楼主 07-14 10:35
    13楼


    sol 5.6 max的分析也是这样，所以也许是回答21的模型都默认“摸”的过程可以获取到额外的形状信息了？

  • raki 07-14 10:43
    14楼



    试了下Deepseek app，instant思考了快300秒，得出21。

  • OpenAI_Q-Star 07-14 10:48
    15楼

    看来518n-2 的问题还在


    Sol 智力已能克服这个限制

  • solitude 07-14 10:49
    16楼

    好奇试了试哈基米，用的3.5flash high，在google ai studio里的，也算出来21，花了49.9秒



  • OpenAI_Q-Star 07-14 10:49
    17楼

    如是找最少只能回答21


    模型答29 应说明是什么条件下的

  • cracker 07-14 10:50
    18楼


    ChatGPT Classic 的 5.6 thinking 能答对

  • ʚJoJoɞ 07-21 18:25
    19楼

    所有推理强度回答为21



    王荡啦，GPT5.6Sol-中度推理回答了29…

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐