logo
哈喽王耑
06-23·AI领域创作者
千问
国产大模型推理能力实测对比
文心
很多人测推理喜欢整奥数题，我觉得那太飘。职场人的推理痛点就俩：一是能不能听懂阴阳怪气的需求，二是给模糊信息敢不敢拍板给结论。这轮我拿真实周报、合同条款和甩锅邮件去“投毒”。文心像老黄牛，稳但慢；通义逻辑刚猛，就是有点愣；DeepSeek最让我意外，能把老板那句“感觉不对，你再想想”翻译成人能懂的修改路径。别只看跑分，谁更能把含糊不清的指令翻译成确定动作，谁就是打工人的神。
发布于 江苏
分享
评论
赞
未登录
友善发言
image-upload
评论
加载中