先问鸭宝们一个数学问题：9.9和9.11谁大？

突然问这个倒不是鸭鸭准备开数学课了，而是昨天看到了一个离谱的热搜“大模型测不出9.11和9.9哪个大”。

号称可以取代大部分打工人的大模型，居然搞不定小学数学吗？咱们直接上手测试一波。

率先出场的是GPT-4o，结果成功辜负了鸭鸭的期待。先是一口咬死9.11比9.9大。

在被鸭鸭质疑后，还是坚持自己看法，并给出了一个离谱的解释。

该说不说，鸭鸭突然理解了说9.9比9.11小的脑回路。即使在鸭鸭指出他的错误后，GPT重新给出了正确的过程，然后依旧报了一个错误的答案……

最后鸭鸭表示“你去小学深造一下吧”，GPT还挺有礼貌的道歉了，但就是死不认错，主打一个头铁到底，嘴是真的硬。

看到GPT这个症状，基本上可以弃疗了。以后说人数学不是很好：低情商：你数学是体育老师教的吧？高情商：你的数学水平比肩GPT！

测完GPT，鸭鸭顺手测试了一波其他国产大模型，基本上都能给到正确答案。

从上到下依次为：天工大模型、讯飞星火、豆包、

通义、元宝、文心一言。

这个正确率就算是看了热搜紧急修复的，那也可以说是迭代速度很快了。只有Kimi先是给出了一个错误答案。

给出的解释也很离谱：

在被鸭鸭质疑之后，光速道歉然后修改了答案。

然而就当鸭鸭想着再质疑一次，结果Kimi又立刻修改了答案。

主打一个灵活多变，你说啥就是啥

不过这也比GPT-4o头铁到底，死不认错好多了。

说到底为啥GPT的数学能力这么拉呢?这个咱们就要分情况来说了，GPT-4o可以说是面对小学数学我唯唯诺诺，面对高数积分我重拳出击。

先算一道定积分来证明一下实力。

GPT的数学能力属于是介于好与差之间，呈现“拉胯二象性”。对此GPT-4o给出的解释是：

实际感受也符合GPT的说法，一般情况下GPT可以提供一个大概的解题思路，但一到数字的具体运算上就拉胯了。

至于为啥好不好的大家都开始拿这个数学题来折磨AI了呢？据说是《歌手》的第十期演出排名出来后，网友最大的关注点反而在孙楠13.8%的成绩在外国歌手13.11%之上。有网友发出了灵魂拷问“13.8%比13.11%高？我请问呢？”

图片来源：抖音（下同）这个问题直接给广大网友CPU干烧了，各种反串浑水摸鱼的满天飞。

然后就有人想到了，可以去问问AI。不过真要鸭鸭说，这些大模型给出的解释都弱爆了。这张微信支付余额截图，直接杀死比赛堪称最直接的证明

你早这么教，鸭鸭不就会了吗？