从图表上可以看出，o1模型的得分，明显高於其他ai模型，呈现出一种“一骑绝尘”的姿態。
真的是这样吗？
嘿嘿！
苏阳看著屏幕上奥特曼的表演，呵呵笑。
“这些所谓的专业测试，也就只能骗一骗那些不懂技术的普通网民罢了。
原因很简单，这样的测试，完全是可以刷题。
只要提前让ai模型学习大量的类似题目，它就能在测试中取得高分。但这並不代表它真的具备了强大的推理能力，更像是一种应试技巧而已。
与此同时，openai的发布会现场，奥特曼还在滔滔不绝地吹嘘著o1模型在数学基准测试上的优异表现。
“在gsm8k测试中，”奥特曼指著大屏幕上一张图表，“o1模型的得分达到了惊人的95.4%！这比排名第二的模型高出了近5个百分点！这是一个巨大的差距！这意味著什么？这意味著，o1模型在解决数学应用题方面，已经达到了接近人类专家的水平。”
奥特曼不断地强调o1模型在各种数学基准测试上的出色表现，试图营造出一种“openai再次站在了人工智慧技术最前沿”的氛围。看他自信满满的表情，仿佛在告诉全世界：openai才是人工智慧领域的王者。
直播间的评论区里，讚嘆声再次占据了主导地位。许多网友被o1模型在数学基准测试上的出色表现所折服，纷纷表示惊嘆和讚赏。
“太强了！openai果然是ai领域的领导者。”
“95.4%！这简直是不可思议！”
“o1模型已经超越人类了！”
“openai又一次改变了世界！”
但是，那些质疑的声音，並没有完全消失。一些网友仍然坚持认为，o1模型与磐石科技的小糰子ai模型相比，並没有明显的优势。他们认为，这些数学基准测试，並不能完全代表ai模型的真实能力，更像是一种“应试教育”的產物。