# gemini2.5真降智降麻了。简单数学问题9.9-9.11。 **URL:** \ **Category:** 搞七捻三\ **Tags:** 人工智能\ **Created:** [2025 年6 月 5 日 10:28 UTC](https://linux.do/t/topic/703911 "2025-06-05T10:28:54Z")\ **Posts on this page:** 20\ **Page:** 2
作者： ![zh\_t](https://cdn.ldstatic.com/user_avatar/linux.do/zh_t/32/5272_2.png) [@zh\_t](https://linux.do/u/zh_t)\ 发布日期： [2025 年6 月 5 日 11:06 UTC](https://linux.do/t/topic/703911/22 "2025-06-05T11:06:49Z")
我也感觉，反而ds近期好用 ---
作者： ![oaczm](https://cdn.ldstatic.com/user_avatar/linux.do/oaczm/32/151375_2.png) [@oaczm](https://linux.do/u/oaczm)\ 发布日期： [2025 年6 月 5 日 11:06 UTC](https://linux.do/t/topic/703911/23 "2025-06-05T11:06:52Z")
![image](https://cdn3.ldstatic.com/original/4X/9/5/1/951d9b9ef508c3fd9889ac21a8b197aac01dd13a.png) 测试了一下，他还会道歉hhh ---
作者： ![agromgt](https://cdn.ldstatic.com/letter_avatar/agromgt/32/6_22734026db12803ebb3e059622ac3534.png) [@agromgt](https://linux.do/u/agromgt)\ 发布日期： [2025 年6 月 5 日 11:07 UTC](https://linux.do/t/topic/703911/24 "2025-06-05T11:07:40Z")
我测过题库的题目，错了很多题，绝对是降智了。 ---
作者： ![polaris](https://cdn.ldstatic.com/user_avatar/linux.do/polaris/32/1484602_2.png) [@polaris](https://linux.do/u/polaris)\ 发布日期： [2025 年6 月 5 日 11:07 UTC](https://linux.do/t/topic/703911/25 "2025-06-05T11:07:45Z")
aistudio测试了下，2.5pro大概一半概率算对，测了2.5flash3次都算对了 ---
作者： ![sssun](https://cdn.ldstatic.com/user_avatar/linux.do/sssun/32/763771_2.png) [@sssun](https://linux.do/u/sssun)\ 发布日期： [2025 年6 月 5 日 11:07 UTC](https://linux.do/t/topic/703911/26 "2025-06-05T11:07:46Z")
你这个长度，做错了我都不怪他。你看看他回答我的。绝了。感觉完全不愿意和我多浪费一颗脑细胞的样子。 ---
作者： ![funnycups](https://cdn.ldstatic.com/user_avatar/linux.do/funnycups/32/352699_2.png) [@funnycups](https://linux.do/u/funnycups)\ 发布日期： [2025 年6 月 5 日 11:08 UTC](https://linux.do/t/topic/703911/27 "2025-06-05T11:08:32Z")
我记得r1老版本那会测试了很多次，r1有时候会思考很久，但最后结论都是对的 ---
作者： ![sssun](https://cdn.ldstatic.com/user_avatar/linux.do/sssun/32/763771_2.png) [@sssun](https://linux.do/u/sssun)\ 发布日期： [2025 年6 月 5 日 11:09 UTC](https://linux.do/t/topic/703911/28 "2025-06-05T11:09:40Z")
测了3次gemini网页版的2.5flash 都是这个回答：9.9 - 9.11 = -0.02 ---
作者： ![funnycups](https://cdn.ldstatic.com/user_avatar/linux.do/funnycups/32/352699_2.png) [@funnycups](https://linux.do/u/funnycups)\ 发布日期： [2025 年6 月 5 日 11:09 UTC](https://linux.do/t/topic/703911/29 "2025-06-05T11:09:46Z")
太幽默了，问他大小他知道，让他减一下他又说9.9比9.11小了 🤣 ![image](https://cdn3.ldstatic.com/original/4X/e/3/1/e311716a3153a55023357f877dc3b1330a7676ad.jpeg) ![image](https://cdn3.ldstatic.com/original/4X/b/8/8/b88acd7c1f14e1b8b78e9e44161f01511ecbd937.png) ---
作者： ![KV-44](https://cdn.ldstatic.com/letter_avatar/kv-44/32/6_22734026db12803ebb3e059622ac3534.png) [@KV-44](https://linux.do/u/KV-44)\ 发布日期： [2025 年6 月 5 日 11:10 UTC](https://linux.do/t/topic/703911/30 "2025-06-05T11:10:08Z")
回答时间来判断降智那确实比较准 ---
作者： ![polaris](https://cdn.ldstatic.com/user_avatar/linux.do/polaris/32/1484602_2.png) [@polaris](https://linux.do/u/polaris)\ 发布日期： [2025 年6 月 5 日 11:10 UTC](https://linux.do/t/topic/703911/31 "2025-06-05T11:10:54Z")
测了1次gemini网页版flash和pro，都是错的 然后aistudio算错的pro消耗token2700，算对的pro消耗token7000 ---
作者： ![KV-44](https://cdn.ldstatic.com/letter_avatar/kv-44/32/6_22734026db12803ebb3e059622ac3534.png) [@KV-44](https://linux.do/u/KV-44)\ 发布日期： [2025 年6 月 5 日 11:12 UTC](https://linux.do/t/topic/703911/32 "2025-06-05T11:12:53Z")
推理模型的确有比较大的概率做对，但也不算稳定(相较于其他数学题) 取决于推理模型是否有反应过来需要一个个字母/数字的拆分，而不是以token的划分来回答 ---
作者： ![1723052188](https://cdn.ldstatic.com/user_avatar/linux.do/1723052188/32/2979084_2.png) [@1723052188](https://linux.do/u/1723052188)\ 发布日期： [2025 年6 月 5 日 11:16 UTC](https://linux.do/t/topic/703911/33 "2025-06-05T11:16:31Z")
![Screenshot_2025-06-05-19-16-03-585_com.google.android.googlequicksearchbox](https://cdn3.ldstatic.com/original/4X/e/a/9/ea906a4edda7063c88808bcba7f8ec348bb7a190.jpeg) 为什么我的gemini2.5flash是这样回答的 ---
作者： ![kbtit\_25](https://cdn.ldstatic.com/user_avatar/linux.do/kbtit_25/32/912675_2.png) [@kbtit\_25](https://linux.do/u/kbtit_25)\ 发布日期： [2025 年6 月 5 日 11:18 UTC](https://linux.do/t/topic/703911/34 "2025-06-05T11:18:18Z")
是训练集里有很多远古时候chatgpt的这个回答，而且这个问题广泛地被用来测ai，网上也全是这种关键字，大家看到ai连这种都做错很有意思就在网上继续讨论，每一代不管是蒸馏还是网上搜索语料都会继续污染训练集 ---
作者： ![icemyst](https://cdn.ldstatic.com/user_avatar/linux.do/icemyst/32/571471_2.png) [@icemyst](https://linux.do/u/icemyst)\ 发布日期： [2025 年6 月 5 日 11:18 UTC](https://linux.do/t/topic/703911/35 "2025-06-05T11:18:44Z")
一直在降算力，估计是服务器撑不住了 ---
作者： ![rick\_w](https://cdn.ldstatic.com/user_avatar/linux.do/rick_w/32/1350056_2.png) [@rick\_w](https://linux.do/u/rick_w)\ 发布日期： [2025 年6 月 5 日 11:18 UTC](https://linux.do/t/topic/703911/36 "2025-06-05T11:18:45Z")
再问9.9-9.11等于多少，还是可能做错 ---
作者： ![sssun](https://cdn.ldstatic.com/user_avatar/linux.do/sssun/32/763771_2.png) [@sssun](https://linux.do/u/sssun)\ 发布日期： [2025 年6 月 5 日 11:20 UTC](https://linux.do/t/topic/703911/37 "2025-06-05T11:20:42Z")
关键没有对比就没有伤害。 我对比的这几家只有谷歌这个原先浓眉大眼的做错了。 ---
作者： ![1723052188](https://cdn.ldstatic.com/user_avatar/linux.do/1723052188/32/2979084_2.png) [@1723052188](https://linux.do/u/1723052188)\ 发布日期： [2025 年6 月 5 日 11:21 UTC](https://linux.do/t/topic/703911/38 "2025-06-05T11:21:27Z")
![Screenshot_2025-06-05-19-20-32-402_com.google.android.googlequicksearchbox-edit](https://cdn3.ldstatic.com/original/4X/0/2/d/02d6b6ae31159722ba5d488e699d2f72ec7e3ed5.jpeg) ---
作者： ![VrianCao](https://cdn.ldstatic.com/user_avatar/linux.do/vriancao/32/1864301_2.png) [@VrianCao](https://linux.do/u/VrianCao)\ 发布日期： [2025 年6 月 5 日 11:22 UTC](https://linux.do/t/topic/703911/39 "2025-06-05T11:22:54Z")
这个不叫降智，这个就是模型能力问题，Gemini想当然的认为这题不用思考直接出结果了，用API调用也是错的 不要滥用这个词，看得我ptsd了 ---
作者： ![kkkyyx](https://cdn.ldstatic.com/user_avatar/linux.do/kkkyyx/32/2012026_2.png) [@kkkyyx](https://linux.do/u/kkkyyx)\ 发布日期： [2025 年6 月 5 日 11:25 UTC](https://linux.do/t/topic/703911/40 "2025-06-05T11:25:05Z")
![image](https://cdn3.ldstatic.com/original/4X/c/8/e/c8ec9ce2b6a369fe177d3baf21b00d57ca9dd531.png) ？ 🤨 ---
作者： ![QuantumSlice](https://cdn.ldstatic.com/user_avatar/linux.do/quantumslice/32/577727_2.png) [@QuantumSlice](https://linux.do/u/QuantumSlice)\ 发布日期： [2025 年6 月 5 日 11:26 UTC](https://linux.do/t/topic/703911/41 "2025-06-05T11:26:22Z")
aistudio和api是对的(只测一次) app是错的, 似乎有一个模块来判断问题值不值得思考. 这种简单的问题被判断成不需要思考就答错了. 😇 [上一页](https://linux.do/t/topic/703911.md?page=1) [下一页](https://linux.do/t/topic/703911.md?page=3)