Haiku 4.5 与 Opus 4.6 均轻松通过此推理测试，打脸模型能力质疑

davidmanheim · x · 2026-10-11

AI 安全研究者 David Manheim 在讨论某推理谜题时指出，要让「像样的模型」做错这道题，得把难度压得相当低：Gemini 并非落后前沿模型半步，Opus 4.6 也毫无障碍地通过了；甚至连 Haiku 4.5 都能正确计数，尽管它没能识别出数字的具体形态。

这条短评本质上是对「某模型推理能力掉队」说法的实测反驳——多家前沿及轻量模型在同一任务上表现一致，说明该任务的失败样本更多反映提示与感知细节，而非模型代差。