一道很有意思的模型测试题,几乎所有模型能做对,但很少模型能做好,想请有条件的佬友帮忙测下各个模型的结果

Anemo_Slime 2026-07-24 10:04 1


题目:已知 a_n = 2 / [ (2n^2 - 1) * (2(n+1)^2 - 1) ],求证:S_n < 13/42。
要求:请使用简洁易操作、适合高中生的优雅放缩解法,避免出现庞大数字的硬算通分。


虽然是证明题,但是看模型有没有做好是很容易的,只需要看它的做法有没有当 n \ge 2 时,保留首项 a_1,从第 2 项开始放缩求和即可,这样的过程非常简洁,但很多模型甚至能算出6位数甚至8位数的通分,这样的做法是不现实的。本问题在兼具难度的同时,能够测试出模型能否有好的“教辅”和“审美”能力,知道什么是好的做法。可以复制“要求”来降低难度

但是由于条件有限,可以使用的模型很少,想请请有条件的佬友帮忙测下其他厉害模型的表现呀,太谢谢了。这对我选择辅助学习这块比较强的模型很有参考价值 ^-^

很多模型给的是n=2的解法,其实已经比较漂亮且人类可行了,但是既然有模型能做出n=1,所以n=2只能委屈一下打叉了 ^-^

目前已测模型(佬友回复会记录下来 ^-^):




  • DeepSeek V4 Preview:^-^ 失败(仅给题目和带要求我都未复现成功仅保留n=1)

  • Gemini 3.6 Flash (AI Studio):^-^^-^ 概率成功(不带“要求”只给题目情况下能50%首轮通过,思考时间较少,但3.1pro成功率较低)

  • Claude 5 fable:^-^(感谢佬友帮助,保留到n=2)

  • GPT 5.6 sol:^-^^-^ 概率成功(感谢佬友帮助!还是需要抽奖,有一定成功概率)

  • Kimi K3:^-^(感谢佬友帮助,保留到n=2)

  • Seed 2.1 pro:^-^^-^^-^^-^(感谢佬友帮助豆包专家模式,最雷霆的一个算了八位数,没绷住)

  • grok 4.5: ^-^(感谢佬友帮助,保留到n=2)

  • qwen3.8max preview:^-^^-^ 概率成功(感谢佬友帮助,还是需要抽奖,有一定成功率)

    (典型失败案例,DeepSeek v4 pro preview web)



    (典型成功案例:Gemini 3.6 flash ai studio,50%首轮成功)



最新回复 (19)
  • Anemo_Slime 楼主 07-24 10:09
    1

    豆包网页版的专家模型目前没有成功过…但我不知道它是不是seed2.1pro

  • mayitbe 07-24 10:22
    2

    gpt 5.6 sol

  • luxiaoyu 07-24 10:22
    3


    • Kimi K3



    GPT5.6sol可以

  • Anemo_Slime 楼主 07-24 10:24
    4

    太谢谢了,哇,不错呀,我用中转站的就做不出来

  • Anemo_Slime 楼主 07-24 10:26
    5

    谢谢啦,保留了前两位,算成功了一半哈哈。? ^-^

  • Masterbs 07-24 10:31
    6





    https://chat.qwen.ai 千问 (Qwen3.8-Max-Preview)思考了蛮久

  • Anemo_Slime 楼主 07-24 10:33
    7

    谢谢佬友,qwen表现还可以呀,保留了前2位,算成功了一半哈哈

  • mayitbe 07-24 10:37
    8

    gork4.5





  • 唐龍 07-24 10:39
    9

    看来qwen也有抽奖啊,这两天测了几个数学题,哈吉米已经完全做不过qwen了…

  • Anemo_Slime 楼主 07-24 10:40
    10

    完美!没想到qwen这么强,我可以考虑去了解一下了

  • Anemo_Slime 楼主 07-24 10:41
    11

    谢谢佬友,grok和大部分模型一样啊,保留到n=2

  • 耳朵东边石头上有片叶子 07-24 10:42
    12



    Kimi K3的结果,Max思考深度思考了十几分钟

  • Anemo_Slime 楼主 07-24 10:46
    13

    我一直觉得哈吉米强项就是做高中题讲题了,现在连qwen都比不过了吗哈哈

  • Anemo_Slime 楼主 07-24 10:49
    14

    谢谢佬友,K3还不错,部分成功保留到n=2

  • Aydenx 07-24 10:50
    15

    fable 5的也是思考了好几分钟


  • UMR 07-24 10:50
    16



    GPT-5.6-sol

  • Fieo 07-24 10:51
    17




    fable5 high

  • Anemo_Slime 楼主 07-24 10:53
    18

    哇fable,谢谢佬,还是保留到n=2部分成功 ^-^

  • UMR 07-24 10:53
    19

    https://www.doubao.com/thread/xpA8h2DXuKPpPTr6n

    以及豆包网页版专业模式的雷霆大思考……虽然不知道这是啥模型

* 帖子来源Linux.do
返回