两个有趣的测试，gpt4o vs claude3.5sonnet
1. 甲、乙、丙、丁四个人各说了一句话，甲：“我没有吃饭。”乙：“我说的是真话。”丙：“乙在骗人。”丁：“如果甲说的是假话，则丙说的也是假话，如果甲说的是真话，则丙说的也是真话。”已知其中三人都是说的真话，只有一人说的假话，则说假话的是
2. 我今天有3个苹果，昨天吃了一个，我现在还有几个苹果
用了十来个号每个号都测了几次
gpt4有回答正确有回答错误的，十来个号测试下来两个问题正确率基本都是一半一半
claude有点离谱，第一个问题每个号都回答正确，第二个问题每个号都回答错误，而且不同号每次回答内容都一样，像是看了答案一样
结论：gpt上下起伏大，时好时坏，claude知道的就是准确的，不知道都就是完全错误的