兩年前，GPT-4才出來的時候，大家紛紛給大模型出的題目是小學奧數(shù)，什么雞兔同籠，都會有一定錯誤率，那時候人看大模型，就像看個傻子。

一年前，GPT-4o來了，模型變小了，性能提高，小學奧數(shù)以及普通的中考題正確率大幅度提高，但是中考的解答題仍然不會做。

半年多前，o1出現(xiàn)，首先提供的還是o1-preview和o1-mini，這兩個模型已經(jīng)能做中考解答題了，接下來只剩高考大題做不了。

然后今年，o3、o4-mini、gemini 2.5 pro……終于…。