测试过的模型

Grok, Geimini, DeepSeek, ChatGPT,……料想其它也都不行

  • 都能够从图片正确识别题目和要求；
  • 都给出小学四五年级水平的错误解答。
  • 其它发现：
    不过仅限于我所用的聊天方法，我看其他人用Grok、ChatGPT 4o都能够得到一般而正确的答案。——所以，免费的大语言模型跟付费的，似乎差距非常大？x上有人直接@ Grok，是可以直接给出正确答案的。但通过聊天方式，我没有得到正确答案。

原题如下

在下面的长方形中画一个最大的半圆，所得半圆的周长是多少厘米？

在这里插入图片描述

长方形的尺寸是：
长：8厘米
宽：6厘米

其它可能的提示

在这里插入图片描述
最优解对应于：
在这里插入图片描述

在这里插入图片描述

# 语言模型 # 人工智能 # 自然语言处理
Logo
AI Agent技术社区

Agent 垂直技术社区，欢迎活跃、内容共建。

更多推荐

cover

Agent 工程中的模型缓存优化经验分享

avatar AI Agent技术社区

CC-Switch不只是切换API：从GitHub更新日志看懂它的功能和底层原理

CC Switch：从配置切换器到AI编程统一管理平台 摘要： CC Switch已从最初的Claude Code/Codex供应商切换工具，发展为功能全面的AI编程管理平台。它通过统一界面管理多个AI编程工具（Claude Code、Codex、Gemini CLI等）的配置，支持供应商切换、本地代理路由、跨工具能力同步等功能。核心演进包括：采用SSOT架构集中管理供应商数据、扩展支持6+工具、

avatar AI Agent技术社区

Harness Engineering在传统软件工程的应用

能力定义关键问题可读性 (Readability)AI Agent 能理解项目的规则、边界和约束Agent 在编码前是否知道"这里不能改"、“这个模块只能做什么”？防御性 (Defense)项目的规则可以被强制执行，违规会被阻断Agent 违反边界时，系统是否能自动阻止而非事后发现？反馈性 (Feedback)项目的健康状态可以被自动化度量Agent 完成任务后，系统能否自动判定"完成度"和"健康

avatar AI Agent技术社区