感觉 AI 的数学没想象中的那么强啊

[zsedcbm (九天)]

题目：请用4个数字 8 10 2 1 通过加减乘除计算97，要求每个数字只能使用一次。

评测结果：

• Gemini 2.0 Flash 回答正确
• DeepSeek V3 回答错误
• DeepSeek R1 回答正确
• Qwen 2.5 Max 回答错误
• Qwenn 2.5 Max 深度思考，推理过程太长了也没推理出来，放弃
• chatGPT 免费版 回答错误
• 豆包 回答错误
• 豆包 深度思考 回答正确
• 文心一言 回答错误
• 文心一眼 深度思考 回答正确

[stevessr]

接工具…

[Fange (繁歌)]

数学题用推理模型来做更适合

[iyaozhen]

你没发现规律嘛 需要深度思考模型才行

[user66 (Leslie)]

@zsedcbm

题目：请用4个数字 8 10 2 1 通过加减乘除计算97，要求每个数字只能使用一次。

不降智的4O可以

[dabuliu (@W)]

看把克劳德激动的

[dabuliu (@W)]

被我淘汰的o1，我感觉o1不是被降智了，而是纯坏！！！
肯定是closeai添加了纯坏代码！

[netcup]

grok3的结果:
我猜想是开了推导

[zhong_little (Megasoft)]

因为这题没有想象中的简单，跟指定首尾字要求生成成语接龙一样，规律有限，只能靠剪枝+穷举

[AoEiuV020 (020)]

最早的chatGPT大家就发现数学不行了， 本质上是大语言模型，偏科很正常，
深度思考就是为了解决偏科的，

[zsedcbm (九天)]

你试试千问的深度思考，思考了几分钟还没结果。感觉像是笨且努力的AI

[netcup]

试了试grok2,果然,也是个纯坏b

[CCZT (陈治庭)]

4o还可以

[handsome (大帅哥)]

确实，24点有难度

[mobai (陌白)]

我的gemini直接语无伦次了

[hopingmiao (goose goose cat)]

测的模型也不算数学好的吧

[E0086 (8911)]

这上场对抗的都什么？？

[crystal (妙妙不太妙)]

好歹也得上下o3mini、o1、3.7sonnet、2.5pro这样的吧

[zsedcbm (九天)]

我是官网的 gemini 2.0 flash，直接出答案的啊，没有碰到你这个情况，用qwen的时候和你这个类似。

[zsedcbm (九天)]

这些是以前刚开始的时候注册过账号的，后来基本上都用deepseek了，其他的没注册。