codex 降智

最近发现codex里的 gpt5.5有点智障，用网上的测智商脚本发现 5.5没一次正确。5.4 还能正确几次。这个跟账号有关么

curl -fsSL "https://raw.githubusercontent.com/haowang02/codex-candy-eval/main/codex_candy_eval.py" | python3 - -m gpt-5.5 -r xhigh -n 5

Run  Codex                                     In Tok  Out Tok  Reason Tok  Time(s)   TPS  OK

---  ----------------------------------------  ------  -------  ----------  -------  ----  --

  1  Leo 最少取 **18 个**。\n\n理由：要让...    29752      683         516     21.0  32.6  ✗ 

  2  Leo 最少需要取出 **27 个糖果**。\n\n...    29752      808         516     23.5  34.4  ✗ 

  3  Leo 最少取出 **20 个**。\n\n思路：求“...   29752      748         516     22.7  33.0  ✗ 

  4  Leo 最少取出 **29 个糖果**。\n\n理由...    29752      747         516     22.7  32.9  ✗ 

  5  Leo 最少要取出 **29 个糖果**。\n\n理...    32178      691         516     24.1  28.7  ✗ 



    

  

curl -fsSL "https://raw.githubusercontent.com/haowang02/codex-candy-eval/main/codex_candy_eval.py" | python3 - -m gpt-5.4 -r xhigh -n 5



Run  Codex                                     In Tok  Out Tok  Reason Tok  Time(s)   TPS  OK

---  ----------------------------------------  ------  -------  ----------  -------  ----  --

  1  Leo 最少取 `21` 个。\n\n这里要用上“圆...   28367     7537        7094    147.4  51.1  ✓ 

  2  Leo 按题意里“形状可以靠手感分辨”，应...    28367     5448        5001    110.3  49.4  ✓ 

  3  Leo 最少要取出 `29` 颗。\n\n理由是看“...   28567     3693        3327     77.6  47.6  ✗