模型逻辑实测

同一套题，看看模型怎么答。

8 道原创逻辑与约束题，本地按固定答案判分。先体验免费演示，也可以用自己的客户令牌实际测试 Codex 或 Claude。

这是小样本逻辑挑战，不等于标准化测评，也不能证明模型身份。公开题目可能被记忆，成绩只反映本次作答。

开始一次测试

新手可以先点“体验本地演示”，不用填写密钥。真实测试会把整套题发送一次，消耗账户额度；页面不会自动重试。

尚未发起任何请求。实际测试只会在你勾选确认并点击按钮后开始。

接口地址固定为本站的 /v1/responses 或 /v1/messages，不支持修改目的域名。超时或取消后，已产生的模型用量仍可能计费。

两种模型收到完全相同的题干与 JSON 作答要求。只有八题都按格式返回后才会判分；结构错误、接口失败和截断回复统一显示“无法评分”。

比较时请使用相同题目、各自正确的分组令牌，并注意模型设置、服务负载和采样随机性都会影响结果。一次高分或低分都不足以下结论。