采用 MIT 授权，允许模型蒸馏。
在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。
蒸馏小模型超越 OpenAI o1-mini
价格（如图）
.jpg)
Search/DeepThink 还需要手动开，
我发现几个小学生的题目，这一批很多推理模型都搞不来：
平面上有一个三角形，三边长度分别是6、8、10厘米。将它平移20厘米，它扫过的面积最大是多少？最小是多少？
十二生肖依次代表一个自然数：
鼠=1，牛=2，虎=3，兔=4，龙=5，蛇=6，马=7，羊=8，猴=9，鸡=10，狗=11，猪=12。
它们在3行x4列的方格中排好队等待新年礼物。
(1)代表奇数的动物挨着的都是代表偶数的动物，代表偶数的动物挨着的都是代表奇数的动物（两个小方格有公共边，就叫挨着）；
(2)两种挨着的动物所代表的自然数不能是连续自然数；
(3)只存在于神话的属相刚好只挨着用于祭奠它的牛、羊、猪；
(4)没有腿的动物在第一行的最右侧，挨着最像人的动物；
(5)有翅膀的动物在第一行。
请在表格中填写对应的生肖。
今天用 deepseek 问它 1480 天前是什么日期，它居然以 2023.10.25 为基准往前推。还得告诉他今天是哪天，太傻了。
我觉得这就是当前AI的真实现状啊
它system prompt里面没包含 只能随便选个日期算啊
如果你们非要说一个 AI 怎么怎么不好，那都可以找到一大堆。然而有很多人已经使用 AI 的优势，创造出各种奇迹。
现在的 AI 基于统计学的相关性，很像各种文科的思维方式。所谓的有诗意。虽然缺乏逻辑性。但已经很适合拿来做一些营销推广的事情。编程的 token 模型比较简单，也很适合拿来搞软件开发。一个强大的程序员加上 AI 之后真是如虎添翼。但是反之，初级程序员使用的 AI 效果就不怎么样了。
拿来解题相比两年前进步已经很大了。不过我估计这个方向是死胡同。不能简单地累加相关性来获得逻辑性。
1 Like
deepseek打开联网搜索，这个问题就不是问题了。
deepseek跟gemini差不多，回答都挺像。
早该压力压力 OpenAI 和 Claude 了，能早点把 OpenAI o1 和 Claude 3.6 价格打下来，对大家都是好事。
桌子上有5根蜡烛，吹灭1根，最后剩下几根蜡烛？
Deepseek 深度思考：1 根
智谱清言 Plus：5 根
通义：5 根
Deepseek 是对的
你。。。提到"点燃"它们了么?
如果题目如此, 那只有Deepseek是错的
所谓对标某某某的，其实就是做不到还假装比得上。
目前各种AI用下来，gpt4通杀其他所有AI，国内的AI甚至连gpt3.5都比不上。
不管国内外的, 孩子的小学题还没有能做出来的:
参考下题再设计一道题:
18÷3+2 = 16-2×4
要求: 在等号两边各有三个数字, 不重复的填入加减乘除四个符号, 使得等式成立.
Deepseek用了10k的字符, 差不多是穷举出来了一个.
9 ÷ 3 + 5 = 6 × 2 - 4，两边结果均为 8。
没有思考和学习, 就是穷举.
你让我做这题，我好像也只能穷举，或者随便找几个碰运气
好像数学类的都不行。
为什么总有人觉得用几个问题就可以判断出这些模型之间的优劣呢？
2 Likes
它的推理过程显示，考虑到了这个问题
