@jcc一个真实复杂搜索任务场景,主流大模型评测 中发帖

这几天陪孩子搭乐高,有个零件丢了,想要补件。于是问ai确认一下零件应该 
提示词:乐高42232这个科技旗舰的第85部说明书里面。的那个齿轮是什么齿轮?把型号给我 
各模型的表现如下,使用手机app,使用常用的模式和思考深度 
从弱到强排序 
第一个gemini 
使用3.1pro,扩展思考模式 
这是唯一的连说明书都不看的,纯垃圾 
 [Screenshot_2026-08-27-08-28-18-630_com.google.android.googlequicksearchbox] 
第二个 
trae work手机版,云端模式,加qwen3.8max 
虽然下载了pdf,但是后续的任务执行的各种绕,各种出错,现在还没跑完,懒得等了先排在倒数第二吧。有结果了再更新 
第三个 
聊天模式的gpt,sol,加极高思考 
速度还算比较快,下载了pdf,但是找错了零件 
 [Screensh...
 
 
Back to Top