博主实测:Gemini 数数中途放弃,Opus 4.6 轻松通过
davidmanheim · x · 2026-10-11
安全研究者 David Manheim 在 X 上分享模型能力对比：在一个计数任务上，Gemini 不仅在还没声称达到 24 之前就中途放弃，而且数错了；他据此认为 Gemini 明显属于第二梯队模型。同时指出 Opus 4.6 完成同一任务毫无困难，说明问题不在任务难度而在模型能力差异。
所属事件:「24 个圆画数字 24」极简测试横评：Gemini 失利(6 条相关)→
「模型」频道最新
- 模型处于"恐怖谷"?研究者提醒:别大意,Agent 仍会删库跑路 — danielrock · 2026-10-23
- 社区发布 Qwen 3.8 Flash Next 去审查量化版，4-bit 附 Strata 全套文件 — jjusko20 · 2026-10-23
- 爆料称 Anthropic 正训练对标 OpenAI 内部模型的新模型 — imjustnewatai · 2026-10-23
- AI 研究者：Claude 替我完成了多年前放弃的繁琐研究任务 — MikePFrank · 2026-10-23
- Dream Labs 出 stealth:双手机器人基座模型 Dream-1,时租仅 3 美元 — scott_e_reed · 2026-10-23
- Claude 模型登陆 Google Cloud:Anthropic 托管版正式可用 — claudeai · 2026-10-23