腾讯混元T1推理模型测评：没有对比就没有伤害！

2025-03-26

Gemini 2.5 Pro 测评：最强推理大语言模型！

昨天测评了下最新的DeepSeek V3.1，着实惊艳！有粉丝留言说希望我测试下最新的Gemin 2.5 Pro，义不容辞啊！首先大家要知道这是个推理模型，所以我今天的测试加了几道粉丝提供的推理题，然后它在lmarena上多个benchmarks上打败了o3-mini, gpt-4.5, claude 3.7，deepseek r1等模型… 访问入口

2024-12-22

Kimi视觉推理大模型：差评！

看网上都在吹Kimi的视觉推理大模型，说得神乎其技，可以取代OpnAI 200刀每月的专业版之类的，真有这么厉害吗？这里我们也来快速测试下。首先，我们来个简单都英语填空题，这种题一般的大模型都能做对，本来就是大语言模型的强项，仅作为最基本验证，它也是没有问题的。再看第二道题，来个脑筋急转弯，分析推理确实是一大堆的，答案也和预期一样，但是它是实打实的脑筋不转弯都从语言学等角度得出的答案，其实这里在中文语境中用脑筋急转弯思路就能很快得出答案，太阳公公嘛，那太阳肯定是男都啰。况且太阳叫做sun，儿子也读作son，也能得到印证。所以我推定它是不适合做脑筋急转弯的，起码不适合做中文的脑筋急转弯。下一道数学题，“一口井7米深，有只蜗牛从井底往上爬，白片爬3米，晚上下坠2米。问蜗牛几天能从井里爬出来？”这里要注意解题的关键点是最后一天可能它不会滑下来了。我们看它分析，前几天都没有问题，第四天，白天爬3米，就是到了6米，晚上滑下来2米，到了第4米，第五天，白片爬3米，4+3刚好7米，所以就爬出来了，就不用考虑晚上往下滑了。所以答案是5天就能爬出去。我们看它最终做了一大堆装模作样的推理...

2025-02-12

Kimi 1.5推理模型：差评！

国产月之暗面 Kimi 1.5 推理模型测评报告啊！我们知道DeepSeek的推理模型r1轰动全球，而Moonshot同时间推出的Kimi 1.5推理模型号称打败GPT-4o等，还有一帮人网上鼓吹其和DeepSeek r1齐名，看benchmarks的话也确实表现不俗。如此厉害的模型，那我们得赶紧去拿出我们往常的测试用例来测评下了。来到官网，下面这里选择上K1.5长思考，这样就用上了Kimi 1.5推理模型了… 访问入口

2025-02-21

Grok3推理模型测评：打败DeepSeek r1？

Grok3 reasoning model推理模型测试报告啊。今天终于发现可以在官网上免费用上Grok3了，鉴于上次在lmarena上测试的是early-grok-3，这次准备在官网上正式测试下，我们这次先测试的是推理模型。去到官网，看到这里已经是grok 3了，选择Think，打开推理模式… 访问入口

2025-01-27

DeepSeek R1：怎么实现国产免费加强版Perplexity

国产加强版Perplexity啊！我们知道Perplexity可谓是大语言模型应用落地最成功的产品，他可以将网络搜索的内容帮我们整理好再给我们答案，不需要我们点开各个搜索结果网页查看，但它做的更多还是将拿回来的网站内容文本做总结，并不确保结果一定合理。如果我们将它这个网络搜索总结能力结合推理大模型的能力，那我们将会得到加强版的Perplexity了。而这，就是今天我要跟大家分享的最强免费推理大语言模型deepseek r1了，通过它的深度思考和网络搜索能力… 访问入口

2025-02-08

OpenAI终于免费开放搜索和推理功能

OpenAI 给免费用户开放搜索和推理功能，直接取代掉Perplexity啊！我知道搜索功能推出有段时间了，但是一直没有全部覆盖到免费用户，但今天我用我一个免费账号试了下，已经可以用上了。而推理功能是最新的，估计是迫于DeepSeek R1的压力才推出的。这两个功能就算你不登录，只是临时聊天也是可以用上的。快速去Demo下… 访问入口