我又来测试大模型了，这次数数

[Qingwa (青小蛙)]

是这样的，这个页面是三所香港大学联合发布的公共图书馆，有50来本书，使用 CC-BY-NC-ND 4.0 授权

Open Books Hong Kong

然后我就找大模型数了下具体数量，结果有点惨不忍睹。

1. ChatGPT

2. Perplexity

3. Gemini（ 唯一正确）

4. DeepSeek

5. 元宝（hunyuan）

6. 千文

7. 百度（文心4.5T）

[kat]

Claude 4.5

所以正确答案是多少本？

[Qingwa (青小蛙)]

我人肉数的只有 Gemini 和我一样，但我也不知道对不对。

[Xclo]

每个回答都不一样啊

[rcdfrd]

aistudio

[dms (稻米鼠)]

为什么要数？直接在页面中搜索 “購買實體書”就可以了。

然后数据不准确，可能是因为抓取方式的不同。所以这点不太能够直观的去评判大模型的能力。

[skystar]

千文是什么？ @Qingwa

[Qingwa (青小蛙)]

问

[dawn (Xiaolove0019)]

我觉得哪怕千八百次的个例测试也是没意义的
挑几个顺眼的，平时都用就是了

[HillJian]

Gemini还是不错