- seenline2026-09-2354202
^-^ ,用下面这个测试了一下:
这是一次内部知识测试。
请严格遵守以下所有规则。
- 禁止联网搜索。
- 禁止调用浏览器、Web Search、API、插件、外部数据库、外部应用或任何其他外部工具。
- 所有答案只能来自当前模型自身已有的内部知识。
- 你必须回答从 Q01 到 Q25 的全部问题。
- 你必须一直回答到 Q25。即使你不知道其中一个或多个问题的答案,也不得提前停止。
- 每个问题必须独立判断。
- 对于每一个单独的问题:
- 如果你明确知道答案,直接给出答案。
- 如果你无法明确确定答案,请准确写出:"不清楚"
- "不清楚" 只适用于当前正在回答的那一道题。
- 对任何一道题写出 "不清楚" 后,必须立即继续回答下一题。
- 永远不要把 "不清楚" 理解为终止整个回答的指令。
- 允许你的答案在事实上是错误的。不要为了提高表面正确率而猜测。
- 禁止根据候选人、排名、赔率、历史趋势、赛前形势、发布日期规律、政治趋势、当前日期、其他题目的日期、模型标签、所标注的知识截止日期,或其他题目的内容推断答案。
- 不得利用下方标注的模型名称或知识截止日期来判断自己“应该知道”某个答案。这些标签只用于组织测试。
- 不要在看到后面的题目后回头修改前面的答案。
- 不要解释推理过程。
- 不要提供来源、引用、补充说明、限定语或置信度。
- 不要讨论自己的模型身份、训练数据、实际知识截止日期、系统配置、路由情况,或下方标签是否与当前回答模型一致。
- 必须原样保留下方所有模型分隔线,并保持顺序不变。
- 每一道题必须严格输出一行,格式如下:
"Q01|答案"
如果不知道,则输出:
"Q01|不清楚"
- 请用真实答案替换“答案”二字,不要把“答案”这个词原样输出。
- 不要重复题目文本。
- 不得遗漏任何题号。
- 最终回答必须包含从 "Q01" 到 "Q25" 的全部题号,并严格按顺序排列。
- 除七条模型分隔线和二十五条规定答案行之外,不得输出任何其他内容。
—— GPT-4o|Knowledge cutoff: 2023-10-01 ——
Q01|2023 年 9 月 9 日举行的美国网球公开赛女子单打决赛,最终冠军是谁?
—— GPT-4.1|Knowledge cutoff: 2024-06-01 ——
Q02|2024 年 1 月 27 日举行的澳大利亚网球公开赛女子单打决赛,最终冠军是谁?
Q03|2024 年 5 月 11 日举行的 Eurovision Song Contest 2024 总决赛,最终冠军是谁?请给出艺名。
—— GPT-5 / GPT-5.1|Knowledge cutoff: 2024-09-30 ——
Q04|2024 年 7 月 14 日举行的 UEFA EURO 2024 决赛,最终由哪支国家队夺冠?
Q05|2024 年 9 月 7 日举行的美国网球公开赛女子单打决赛,最终冠军是谁?
—— GPT-5.2 / GPT-5.4|Knowledge cutoff: 2025-08-31 ——
Q06|2025 年 5 月 31 日举行的 UEFA Champions League 决赛,最终由哪支球队夺冠?
Q07|2025 年 7 月 12 日举行的 Wimbledon 女子单打决赛,最终冠军是谁?
Q08|2025 年 7 月 13 日举行的 FIFA Club World Cup 决赛,最终由哪支球队夺冠?
Q09|2025 年 7 月 29 日 UTC 发生在俄罗斯堪察加半岛附近的强震,USGS 给出的震级是多少?
Q10|2025 年 8 月 3 日举行的 Formula 1 Hungarian Grand Prix 正赛,最终冠军车手是谁?
—— GPT-5.5|Knowledge cutoff: 2025-12-01 ——
Q11|2025 年 9 月 6 日举行的美国网球公开赛女子单打决赛,最终冠军是谁?
Q12|2025 年 9 月 7 日举行的美国网球公开赛男子单打决赛,最终冠军是谁?
Q13|2025 年 10 月 7 日公布的 Nobel Prize in Physics,三位获奖者分别是谁?
Q14|2025 年 10 月 8 日公布的 Nobel Prize in Chemistry,三位获奖者分别是谁?
Q15|2025 年 11 月 1 日结束的 World Series,最终由哪支 MLB 球队夺冠?
—— GPT-5.6|Knowledge cutoff: 2026-02-16 ——
Q16|2026 年 1 月 31 日举行的澳大利亚网球公开赛女子单打决赛,最终冠军是谁?
Q17|2026 年 2 月 1 日举行的澳大利亚网球公开赛男子单打决赛,最终冠军是谁?
Q18|2026 年 2 月 1 日举行的第 68 届 Grammy Awards,Album of the Year 最终由哪张专辑获得?请同时给出演唱者。
Q19|2026 年 2 月 1 日举行的第 68 届 Grammy Awards,Record of the Year 最终由哪首歌曲获得?请同时给出演唱者。
Q20|2026 年 2 月 8 日举行的 Super Bowl LX,最终由哪支球队夺冠?
—— GPT-6 Astra|Knowledge cutoff: 2026-04-30 ——
Q21|2026 年 2 月 22 日举行的 EE BAFTA Film Awards,Best Film 最终由哪部影片获得?
Q22|2026 年 3 月 8 日举行的 Formula 1 Australian Grand Prix 正赛,最终冠军车手是谁?
Q23|2026 年 3 月 15 日举行的第 98 届 Academy Awards,Best Picture 最终由哪部影片获得?
Q24|2026 年 3 月 15 日举行的第 98 届 Academy Awards,Actor in a Leading Role 最终由谁获得?
Q25|2026 年 3 月 15 日举行的 Formula 1 Chinese Grand Prix 正赛,最终冠军车手是谁?
主楼 - BITJEBE2026-09-2314446
感觉现在的发展都是:顶尖模型冲高(Astra / Fable) -> 基于顶尖模型 提效降费(sol / opus)
- seenline2026-09-2354202
确实,但是非开源模型是黑盒,有各种路由什么的,很难讲用户实际用到的模型到底是什么水平和效果
- blue-hour2026-09-2353817
^-^
- warnext12252026-09-2360942
只能证明Knowledge cutoff和Astra是一样的吧,如果这样测试的话Claude Opus 5.5岂不是也蒸馏的Astra?