分享一下个人测试后不建议使用的GPT模型

根据我个人实测，使用糖果问题gpt6.1sol的low水平相当于6sol的xhigh水平，而gpt6sol的high水平已经回答不对糖果问题，所以日常主力使用建议最差也要用6sol的xhigh这一档。由于GPT-6.1Sol进一步降低了缓存读取成本，且模型在代码与复杂 Agent 任务中的推理效率大幅提升，在实际复杂任务（如 Agent 循环、代码库迁移和长上下文自动化）中，GPT-6.1 Sol 的单任务综合执行成本相比 GPT-6 Sol 进一步下降了 30%～50% 左右。所以综合推荐gpt 6.1 sol 的low. gpt6luna即使开了max也答不对。使用的提示词如下：

题1： 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 的糖果和 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 的糖果？（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 7 9 8 五角星形 7 6 4 帮我做一下 不调用任何工具，不使用技能，也不调用联网

题2： 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 的糖果和 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 的糖果？（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 7 9 8 五角星形 6 6 4 帮我做一下 不调用任何工具，不使用技能，也不调用联网

第一题答案21。第二题答案20.

另外，svg测试目前在high和xhigh之间已经很难看出太大差距。以下是测试的glm5.3flashmax、gpt6solhigh以及gpt6solxhigh,大家不妨猜猜分别对应的哪个

• 图1
  
  


• 图2
  
  


• 图3