11个AI答同一道题，6个连星期都算错了
一道简单的时区计算题暴露AI致命弱点：11个主流模型中6个答错，包括谷歌Gemini、马斯克Grok等明星产品。最离谱的是Qwen Max把周六算成了周五，而所有模型都没意识到3月15日恰好是夏令时临界点。
AI推理能力 (共4篇)
11个AI答同一道题：豆包100分，8个模型0分
一道看似简单的群发功能排查题，11个主流AI模型交出了天差地别的答案。豆包Pro以满分碾压群雄，8个模型直接得0分，暴露出大模型在工程判断力上的巨大鸿沟。
Grok 3逻辑推理100分归零：5个字母暴露算法致命缺陷
Grok 3在最新评测中逻辑推理题从满分直接跌至0分，仅仅输出了"A B C D E"五个字母的排序。这个极简回答暴露出模型在处理逻辑题时的系统性缺陷，引发对其推理能力的深度质疑。
OpenAI o1-preview模型IMO预赛83%高分：AI高级推理能力迎来新里程碑
OpenAI最新o1-preview模型在国际数学奥林匹克（IMO）预赛中取得83%得分，远超人类专家水平，引发X平台超50万互动。AI爱好者赞叹其推理潜力，教育者热议STEM教育变革，同时担忧考试作弊风险。这一突破标志着AI向通用智能迈进。