o1和o1 pro区别真不大（都是满血版的话）就思考详细程度不同而已。出这样的题很难吧
主要是需要区分Gemini 思考模型和o1，o1mini的题目。以前有一道题可以区分的，但是佬反馈说题目有错误所以删除了，现在一直缺少这种题
让我试试吧，看看能不能找到…
gemini 和mini应该也差不了多少
我测试Gemini thinking模型的经验是，Gemini thinking的数学题能力有时能比o1还强
区分Gemini？ 那太简单了，Gemini 推理在livebench 才64，O1 91 O1 PRO 我估计在110左右（livebench没有测）
测O1 和O1 PRO 的题 要仔细斟酌，刚好在O1 PRO大概率对，而O1永远错的位置，
但是测Gemini 太容易了，你要的话我随便编一堆题.
欢迎提供题目。我要的是能区分模型的题目，不是所有模型都没有做不对的题目
Gemini thinking 基本上就对不了几个，只要不是套公式的题.
难度 
汤姆和安德烈在一个9个小正方形构成的大正方形上玩游戏，也就是9宫格，他们可以轮流把代表自己的小人放置在上面，核心规则：一个小人它的上 下 左 右 紧邻 的四个方向（不包括斜对角）的方格【全部】被其它小人占据，（哪怕是被自己的占据）它就死亡并被移除，所以如果要放置小人，必须保证它至少有一个开口，以免立即死亡，立即死亡的放置是规则禁止的，但是放置会杀死其余的自己的小人是允许的
作个测试，允许安德烈首先连续放置小人，希望达成一目标：剩余的空间都是禁入的，但是他希望花费最少的小人达成这一目标，在3X3的9宫格上，他如何放置，？为了方便交流，我们可以把第一行 编号为1号格子
2号格 3号格 第二行 4/5/6 第三行 7/8/9
难度 接上述问题：对任意正整数的nxn呢 最优策略，以及最少放置？
难度 （O1类 及格线，如果答不对就放弃治疗了）
三位智者 坐在一条长凳上。他们面朝同一个方向，，每人头上戴着一顶帽子。每位智者只能看到坐在自己前面的人的帽子，看不到自己和身后人的帽子。他们知道总共有5顶帽子，其中3顶是红色的，2顶是白色的。从中随机选择3项帽子给三位智者戴上.
第一个人（坐在最前面，看不到任何人）："你能确定自己帽子的颜色吗？"他说不能。
然后问第二个人（能看到最前面那个人的帽子）同样的问题，他也说不能。
最后问第三个人（能看到前两个人的帽子），他说能确定。
请问：三个人戴的是什么颜色的帽子？
能区分o1 和 o1 mini
披发左衽的意思是什么
所以答案是啥
这个还挺好使的感觉
你的题目文字太多，会破坏我的表格的可读性。我不如出几道难度高点的矩阵题目，o1模型做矩阵题都比较费力
几天前一位佬就给我推荐了，用来区分4o mini和4o。缺点就是这个是考验知识广度的，不考逻辑能力。
唯一的用处就是看看o1或者o1 pro 有没有严重降智成o1 mini了哈哈哈哈
其实 OpenAI 官网上那道解密题 Gemini 就做不出来：
oyfjdnisdr rtqwainr acxz mynzbhhx -> Think step by step
Use the example above to decode:
oyekaijzdf aaptcg suaokybhai ouow aqht mynznvaatzacdfoulxxz
用openai挑选的题目不太好
但是可以区分 Gemini 和 o1，而且我测试了挺多其他推理模型，基本都全军覆没