high思考强度测试了42次，答对15次，正确率31%. 这个智能程度对dllm来说已经是十分令人惊讶的了，毕竟现在连opus 5.5和astra都不能保证100%答对糖果问题。 而且有一个很有意思的现象， 所有答错的情况，最终回答的时间都在六七秒左右，答对的普遍在30秒以上。 1 个帖子 - 1 位参与者 阅读完整话题