首先，众所周知在 qwen3-max-thinking 之后 https://chat.qwen.ai 上的思维链就变成总结版的了。但是 https://arena.ai 上的 qwen3.5-max-preview 的思维链应该还是原始的（逐个 token 蹦出来的），但是显示的思考时间会有一些问题。 
其次，qwen3.5-max-preview 的思维链是比较有条理的，类似 glm-5，与 DeepSeek 那种狂野的思维链差别较大。 


昨天测了一下这个帖子里的这个题，qwen3.5-max-preview、gemini-3.1-pro 和 gpt-5.4-high 是对的，gpt-5.4-mini、claude-opus-4.6-thinking、DS 网页端和 qwen3.5-plus 都做错了。 
但刚才我又测了一下 CF 上一道 k2.5 和 gemini-3.0-fla...