现在 GPT 和 Claude 基本成了O/和A/了,很多人想知道还有什么模型可以拯救一下当下工作 我这边只额外推荐一个：Grok 4.6 （限 Grok Bot / Grok Build 渠道） 为什么只推它： 思维链风格和 Claude 很接近，不是只会堆答案； 能力不弱，能扛住下面这种加强压测； DeepSeek、Gemini 这类，按我实测就先别指望了。 一、自己测：加强版「糖果博弈」 附件： candy-game.zip (1.8 KB) 专门测： • 内部推理够不够深； • 长任务 agent 会不会假完成、局部最优； • 最坏情况下能不能给出可执行保证策略； • 解题是全局分流，还是「有解就停」。 怎么看结果（别只看对错）： 答案准不准； 解题思路像什么模型； 耗时（参考：Astra、Claude 能在约 15 分钟内做完且答对）。 二、第三问特别有意思 Astra 和 Claude 都能在时限内做对，但： • 第三问这两家都很难主动给出两种不同解题思路； • Astra 无论怎么测，第三问思路几乎永远同一条，很适合用来验证你手里的是不是真 Astra（同答案、同分流指纹）。 三、实测范围 & 求补测 我目前只测过：Gemini、DeepSeek、Astra、Opus。 其他国产模型手里没额度，测不了。有资源的朋友麻烦把完整作答贴出来（最好带耗时和第三问思路摘要）。 标准答案（仅对照用，测完再看）： solution.zip (6.1 KB) 3 个帖子 - 2 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/15 15:24:13