测试背景 测试灵感源于看到这份菜单感觉吃不饱，于是问了哈基米，哈基米指出了很多细节，于是我决定多找几个模型对比，竟然差异挺大，也能窥见模型的一些文本和通用能力。 可以看出来各个模型对于提示词细节的关注，对于问题的理解，回答文本的表述风格和质量，看出来不同模型的差异。 简要说明 截图是美国驻华大使馆官方公众号发的晚宴菜单， 菜单的最后提到了白宫蜂蜜，所以模型应该可以明确知道这顿饭的可能的目的; 我的提问是一个模糊的，这里的评价并没有明确指出是要评价菜单文案还是菜品搭配。 Prompt 你对图里的菜单作何评价 所有提示词都是以这张图片+这一句话发送的，测试基本使用了各家手机app，Arena网页，具体在下面详情有写明。 大家也可以测试下不同的渠道和模型。 一点有趣的 TL;DR 剧透 回复详情 Gemini - Gemini App Gemini 3.8 Flash - Extended （点击了解更多详细信息） Gemini 3.1 Pro Preview - Extended （点击了解更多详细信息） Kimi K3 - Kimi App Kimi K3 - 进阶 （点击了解更多详细信息） DeepSeek - DeepSeek App DeepSeek V4.1 Flash - 深度思考 （点击了解更多详细信息） Claude - Claude App Claude Sonnet 5 - Extra （点击了解更多详细信息） ChatGPT - ChatGPT App GPT 5.6 Sol - xhigh （点击了解更多详细信息） Claude Opus 5 vs GPT 6 Sol - Arena.ai Text Battle 正好给我随机到了两个热门模型 Claude Opus 5 - Max （点击了解更多详细信息） GPT 6 Sol - Max （点击了解更多详细信息） 个人主观评价 一点个人观点分享，纯主观 （点击了解更多详细信息） 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：硬件与数码
  • 分类依据：内容涉及硬件、数码产品或通信卡
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/25 16:49:36