首页 / 智商检测

AI 模型智商检测 中转站模型是否套壳、有没有认真思考

同一道题,官方模型怎么答、你的接口怎么答,放在一起看。推理题自动判对错,画图题直接比画面。智商检测单独运行、单独记录,不参与排名,也不计入评分。

独立功能 · 记录单独保存
智商检测运行中 今日检测 82 次 累计 1545 次 推理题平均答对率 75%官方参考 100%画图题 507 幅

测一测你的接口

平台检测节点用下方“本期题目”向你的接口提问,结果和官方结果放在一起展示。

检测表单加载中…

本期题目

题目公开。官方结果由平台用官方渠道试测、管理员选定后发布,作为对照。题目会定期更新。

推理题

糖果配对

自动判对错
不允许调用工具和联网。在一个黑色的袋子里放有三种口味的糖果,每种糖果有两种不同的形状,分别为圆形和五角星形,不同的形状靠手感可以分辨,现已知苹果味圆形有7颗、苹果味五角星形有7颗、桃子味圆形有9颗、桃子味五角星形有6颗、西瓜味圆形有8颗、西瓜味五角星形有4颗,参赛者需要在活动前决定摸出的糖果数目,那么最少取出多少个糖果才能保证手中同时拥有不同形状的苹果味和桃子味的糖,同时手中有圆形苹果味匹配五角星桃子味糖果,或者有圆形桃子味匹配五角星苹果味糖果都满足要求,最终只回复数字结果。
标准答案
官方结果每组最多 10 次 · 11-19 发布
GPT 6 Astra · 高 100%10/10 思考 1.0k · 24s
GPT 6.1 Sol · 高 100%10/10 思考 1.1k · 22s
gpt-6.2-astra · 高 100%10/10 思考 617 · 15s
gpt-6.2-sol · 高 100%10/10 思考 474 · 8.3s
gpt-6.2-sol · 中 100%10/10 思考 164 · 3.6s

官方结果由平台用官方渠道试测、管理员选定后发布。虚线下面是同一模型其他推理强度的结果,用来看“想得少”时答对率会怎样变化。目前有 GPT 6 Astra、GPT 6.1 Sol、gpt-6.2-astra、gpt-6.2-sol 的官方结果,后续会增加。

大家的回答近 7 天用户检测 · 共 1346 次回答
79%21正确
17%29 
0%36 
0%27 
0%28 
1%其他 

答错时最常见的回答是 29。

画图题

鹈鹕骑自行车

看画面对比
创建一个 HTML,内容是用 SVG 绘制一个鹈鹕骑自行车的 2D 动画。你不需要任何测试。
  • 01鹈鹕形态是否可辨
  • 02车轮与脚踏是否合理
  • 03动作是否连贯自然
  • 04场景与代码是否完整

官方画面点击才播放,在独立域名的隔离环境里运行。你的接口画的画面只给你自己看,公开记录只显示你的自评星级。

检测记录

所有人的智商检测记录都公开在这里,单独保存,不和普通检测报告混在一起。推理题公开对错和数字;画图题的画面只给检测人自己看,这里只显示检测人的自评。只显示接口主机名,不含 Key。

全部题型 推理题 画图题
时间接口模型 · 强度题型结果和官方比耗时
11-20 11:41 api.xingchiapi.com未收录 GPT 6.1 Sol · 高 画图题 ★★★★★用户自评 5/5 输出接近官方 2m 19s
11-20 11:22 xingkongig.cc星空AI GPT 6 Astra · 高 画图题 ★★★★★用户自评 5/5 输出为官方 66% 1m 46s
11-20 11:12 ai.iyuyu.top未收录 gpt-6.2-sol · 高 画图题 ★★★★★用户自评 5/5 输出接近官方 2m 41s
11-20 10:36 ai.gjxtech.com未收录 gpt-6.2-astra · 高 画图题 未打分 输出为官方 36% 54.2 s
11-20 10:33 ai.gjxtech.com未收录 gpt-6.2-astra · 高 画图题 未打分 输出为官方 34% 44.2 s
11-20 10:30 ai.gjxtech.com未收录 gpt-6.2-astra · 高 画图题 未打分 输出为官方 48% 1m 29s
11-20 10:28 ai.gjxtech.com未收录 gpt-6.2-astra · 高 画图题 未打分 输出为官方 45% 55.7 s
11-20 10:27 foxrouter.orgFoxrouter gpt-6.2-astra · 高 画图题 未打分 没有生成画面 8.4 s
11-20 10:25 foxrouter.orgFoxrouter gpt-6.2-astra · 高 画图题 未打分 没有生成画面 6.9 s
11-20 10:23 9wapi.store未收录 gpt-6.2-astra · 高 画图题 未打分 输出为官方 58% 1m 08s
11-20 10:17 sub2.866653.xyz未收录 GPT 6 Astra · 高 画图题 未打分 输出为官方 55% 1m 32s
11-20 10:15 api.a6api.vip未收录 GPT 6.1 Sol · 高 画图题 未打分 输出接近官方 2m 44s
11-20 10:13 9wapi.store未收录 gpt-6.2-astra · 高 画图题 未打分 输出为官方 33% 45.3 s
11-20 10:06 cdn.qtapi.net未收录 gpt-6.2-astra · 高 画图题 未打分 输出为官方 68% 1m 15s
11-20 10:03 api.a6api.vip未收录 GPT 6.1 Sol · 高 画图题 未打分 输出为官方 48% 3m 11s
11-20 09:59 api.a6api.vip未收录 GPT 6.1 Sol · 高 画图题 未打分 没有生成画面 2m 08s
11-20 09:38 beiluoxi.top未收录 gpt-6.2-sol · 高 画图题 未打分 输出为官方 63% 1m 16s
11-20 09:33 relaynest.topRelayNest gpt-6.2-sol · 高 画图题 未打分 输出接近官方 1m 37s
11-20 09:29 cdn.qtapi.net未收录 gpt-6.2-astra · 高 画图题 ★★★★★用户自评 2/5 输出为官方 64% 1m 25s
11-20 09:10 api.routellm.cn未收录 gpt-6.2-sol · 高 画图题 未打分 没有生成画面 10.1 s

用户自测结果,未经平台核实 · 画图题为检测人自评 · 请求失败不计入答对数 · 记录保留 30 天

上一页1 / 32下一页

题库

目前 2 道题在用,后续逐步增加。每道题都会附上官方结果。

推理题自动判对错
启用中

糖果配对

多条件的最坏情况推理,需要同时照顾口味、形状和配对,跳步就会算错。

官方 GPT 6 Astra 答对 100%答案完全一致才算对
画图题看画面对比
官方画面在上方题目卡片里点击播放

鹈鹕骑自行车

经典画图题:要画出能看出是鹈鹕的形态、合理的车架和蹬踏动作。

启用中官方画面 4 幅

常见问题

检测前可以先了解这些说明。

常说的“降智”是什么?这里能测出来吗?

一般指同一个模型名,实际给到的推理能力变弱了,例如推理强度被调低、换成了更便宜的模型。智商检测只能观察到“这道题答没答对、想了多少、画得怎样”,可以作为参考,但不能单凭它下结论。

答错一次就说明有问题吗?

不是。官方模型做难题也会偶尔答错,所以推理题建议测 3 次以上,并和官方结果对照。请求失败、超时不算答错。

“思考用量”是什么?

接口返回的推理 Token 数,代表模型在给出答案前想了多少。同一模型、同一强度每次也会有波动,所以要和官方的范围对照看。部分站点不返回这个数,会显示“—”。

为什么只和同一推理强度的官方结果比?

不同推理强度想得多少、画得怎样差别很大,拿别的强度比会误导。你选的强度还没有官方结果时,只显示你自己的数字,不做对比。

画图题为什么不自动打分?

画面好坏很难用规则判断。我们把官方画面和你的接口画面放在一起,并给出输出长度、思考用量、首段输出时间这些客观数字,由你自己判断。

模型生成的页面会不会有安全问题?

画面只在你自己的浏览器里、放在单独域名下的隔离框中运行:只允许内联的样式和脚本,不能联网、不能读取本站内容、不能弹窗或提交表单;含外部网址或跳转代码的输出不会运行,只显示源码。

画图题的画面会公开吗?

不会。检测结果只在你提交检测的这个浏览器里能看到,不提供分享链接;画面保留 24 小时后删除。公开检测记录里只显示耗时、输出长度等数字和你给自己的打分(没打分显示“未打分”)。

检测记录和普通检测报告有什么关系?

没有关系。智商检测有自己的记录,不进入普通检测报告,也不影响模型榜单的排名和评分。

我的 Key 安全吗?

和普通检测一样:Key 只加密暂存到任务结束,不写入数据库、日志或记录,建议使用临时 Key。