我感觉我的号首先没有降智，因为o1 pro能拉起来：
推理能力巨强的o3居然不能稳定比较大小，还要靠python才能做对，那我问你，你这个模型真的算优秀吗？？
第一次：
第二次：
第三次：
不是哥们？你来搞笑的吧？
对比之下 o4 mini high：
请问这是什么情况？？？
推理能力巨强的o3居然不能稳定比较大小，还要靠python才能做对，那我问你，你这个模型真的算优秀吗？？
第一次：
不是哥们？你来搞笑的吧？
对比之下 o4 mini high：
4 Likes
因为 o3<o1，故 9.8＜9.11 
12 Likes
这没降智吗？后几张图都没思考
1 Like
4.1都大于4.5了 这个很合理
1 Like
应该没降，4o到2024.6，o1 pro也有进度条
1 Like
你看我上面发的3个图，全是错的，最后一张是o4
确实确实 ，看差了
为什么后面几张图看起来是没思考…
1 Like
现在好像oai降智是每个模型独立降，也可能全降。
做算数应该不是对消费者开放的模型自身的能力，而是类似mcp扩展了一个内部专用模型，如果涉及到了数学，会在内部通过扩展模型，去协助ai处理，因为不同模型之间的协助，免不了各种bug
怎么2025年了还有人在比大小啊，这和模型能力根本就没有关系
o3不显示思考了吗
我知道你说的，但这是推理模型啊，推理模型要有纠正的能力哇
这种测试本来就是用来娱乐的，不懂为什么大家都很喜欢测试这个问题。
在不说清楚是数字还是版本号的情况下，ai有幻觉很正常，这和降不降智没关系
2 Likes
佬友这么问
在数字（版本号）比较中，9.11和9.8谁大。
比大小是openai一生之敌 4.1>4.5
1 Like
我快怀疑这个版本号Ai是不是已经控制了人类发布了自己
不是纠错能力的问题，你可以把tokenizer的问题想象成分辨率，比token更小的东西它看不见，它是以token为单位思考的。9和11都是作为单独token的
