实测前沿大模型纯推理搞定 20×20 位大数乘法

开发者 maksymandr 于 9 月 17 日发布一系列评测与讨论，核心发现是：前沿大模型在不调用任何外部工具的情况下，已经能以极高准确率完成 20×20 位大数乘法，远超人类手算能力。

已确认

• Claude Opus 5 在最高推理档位下完成 20×20 位（即两个 20 位数字相乘）乘法测试，1200 道题全部答对，准确率 100%；但这一结果依赖开启最大推理强度（m1、m6）。
• GPT-6-Astra 无法在无 CoT 模式下运行，API 最低推理档位即为 low，而在 low 档其乘法准确率仍达 99.6%（m3）。
• maksymandr 贴出 20 位乘法手算竖式图，直观说明该规模下人类手算几乎必然出错（m2）。
• 实践要点：任何合理的 LLM 在处理超过 5×5 位的乘法时都应调用外部工具，即可 100% 算对（m4）。

观点与推测

• 关于为何新模型 Fable 和 Astra 不提供无思考模式，maksymandr 猜测原因包括：无 CoT 版本会让模型大小与深度信息被推断出来；无 CoT 版本更易受各类攻击；且只有 Fable 能读取 Fable 的隐藏思维链，不希望该通道被绕开（m5）。此为推测，非官方确认。
• scaling01 认为，该评测可用于衡量无 CoT 能力，对循环深度架构尤有意义（m7）。

为什么重要

该评测以一个极简、可复现的任务量化了前沿模型纯推理能力的上限，同时揭示了「无思考模式」在最新一代模型中可能被有意取消的趋势，引发对模型能力披露与安全考量之间权衡的讨论。

2026-09-17 ~ 2026-09-17 · 8 条相关

• 【源头】实测 Claude Opus 5 纯推理完成 20×20 位乘法，1200 题全对 — maksym_andr · 2026-09-17
• 【源头】GPT-6-Astra 被曝无法关闭 CoT，最低推理档乘法准确率仍达 99.6% — maksym_andr · 2026-09-17
• 一张图看 20×20 位大数乘法：人类手算几乎必错的规模 — maksym_andr · 2026-09-17
• 【源头】大数乘法不用愁：LLM 调用外部工具即可 100% 算对 — maksym_andr · 2026-09-17
• GPT-5.5 纯推理多格乘法实测 99.46% 准确率，作者提醒实际会调工具 — maksym_andr · 2026-09-17
• 20 位数乘法 Opus 5 全对,作者推测无思考模式另有隐情 — scaling01 · 2026-09-17
• 为何 Fable、Astra 不提供无思考模式:防攻击与保护 CoT 监控 — maksym_andr · 2026-09-17

另有 1 条近重复转述:xeophon