- Lody2026-09-11
目前已知只是鹈鹕画不对，但是有没有佬对降智模型做更多测评？
比如实际coding能力和不降智版的区别，降智后的模型与gpt-5.6-sol比哪个更聪明？
附上刚出来的逆天鹈鹕：
主楼 - RzMY2026-09-11
- yipgnnkg2026-09-11
降智是换模型，量化影响不会太大，一般路由luna或差不多的模型
- Lody2026-09-11
4o上下文只有128k，不可能啊
- YaLei_Li2026-09-11
我刚测试了一下，出来的效果和这个一样，昨天还是好的，同一个号同一个ip
- lohas2026-09-11
我已经降的号，在跑这个问题。
最重要的放前面
有一个水杯配对游戏。共有 4 种不同颜色的水杯，每种颜色各有两个。将同色的两个水杯分别放在上下两层，因此
上下两层各有 4 个水杯。下层 4 个水杯按某个未知顺序排列，挑战者无法看到它们；上层水杯的颜色和位置则完
全可见。游戏开始后，挑战者可以反复进行以下操作：1. 向裁判询问当前有多少个位置满足“上下两个水杯颜色相同”。裁判只回答匹配位置的总数，不透露具体是哪些位置；
2. … - lohas2026-09-11
我也是昨天很正常，今天就不行变傻了
a129082026-09-11如果你真想知道 那我就告诉你我的实际测试
一晚上花了pro的70%额度修一个bug修不好 连luna都不如 纯纯弱智 说4o都高估它了
切换成V4.1f后五分钟解决
已经彻底失望了 那天后就不登录了 啥时候解决再说吧
- jv-kssma2026-09-11
糖果測試不如5.5
糖果測試在5.5時代主要用來測思考會不會在512被截斷，當5.5思考沒有被截斷時，是可以回答正確的。
5.6和astra就更不要說了
但降智的astra是連糖果題都會做錯的，反正我是不敢用，畢竟是公司項目
- lohas2026-09-11
- 时牧2026-09-11
降智后就都不是astra这个模型了，如果是在astra的基础上降智那还好一点
- koumoe2026-09-11
实际测试是路由到luna 糖果题固定29
