分享一道可以检测 o3-mini 是否降智的题目（不止，还可以测试模型能力！）

开发调优
,
8

各模型情况汇总：

  1. o3-mini 与 o3-mini-high：均正确:white_check_mark:，用时 1 分钟以内
  2. Grok3 Thinking：正确:white_check_mark:，用时 156s
  3. Gemini-2.0-Flashing-Thinking：错误:x:，英文提示词可以稳定做出:white_check_mark:
  4. k1.5：正确:white_check_mark:，用时 12 分钟（穷举法）
  5. 豆包：正确:white_check_mark:（题海战术）感谢 @zhubaiwan-oozzxx
  6. DeepSeek-R1：正确:white_check_mark:，用时 3 分钟，感谢 @Pomelo_neko

o3-mini API 表现异常！正在调查

4 Likes