关于怎么鉴别掺水的sol和其他高级模型，不用搞那么复杂的测试，一个逻辑题就解决问题

[pilotao (酷睿哥)]

说明deepseek的逻辑能力还是在线的

[user1473 (十一)]

那我试试3次独立的，第一次：第二名，第二次：第一名，第三次：第二名

[scp3500]

[pilotao (酷睿哥)]

能够分类讨论，给一个情况下是第一名的答案也算过关

[first]

@pilotao

你在参加赛跑，如果你奋力冲刺超过了最终的第二名，你最终得了第几名？

试了下不太灵，gemini 3.1 pro(low)也答对了

[Kassdin]

测试了下手里的国模：都是 MAX 思考强度
GLM 5.2：

DeepSeek V4 Flash：

Kimi K3

[binbin_feng]

k3没毛病嗷

[pilotao (酷睿哥)]

Gemini 3.1 Pro本来逻辑就很强，只是代码弱啊

[hlool]

一次就过了，感觉这个也不是很准
terra也过了

[scp3500]

佬,我又测了一次这回显示是第一名啦

[pilotao (酷睿哥)]

只要能答对就好说，死活答不对的就小心了

[yangdaye2333 (ydyyyyyyy)]

gtp max 答对了，xh 错了。

opus5一次就对了

[pilotao (酷睿哥)]

记得Opus4.x都答不对，之前测的

[WWT]

ds flash max 一次答对还行

[first]

可是我用的是low的推理强度啊。

[pilotao (酷睿哥)]

好像没答对啊，正确答案是第一名，谢谢

[shukeshuke (Leo)]

我这第一次问第二名，新开了两个会话，跟我说第一名，换到codex cli里面 又是第二名。。

[yanmowang]

告诉它不对，才能答对，算什么？

[whitebear1122]

还得加点料才能对

[pilotao (酷睿哥)]

这样肯定不算啊，要模型自主答题，不能借助外界信息，而且你选的思考是high, 基本上答不对的