@stxpnet said:

一是说内部思维链比3.6长

我昨天第一次測試的極限考題, 是前一段時間Gemini Pro 出的
沒想到Gemini Pro自己也出亂子, 本來應該是唯一解, 變成居然有11種解法,
但題目又告訴其他受測AI是唯一解, Qwen3.8 就一直算這唯一解output 2萬多個tokens , 我就把它關了;

最後是GPT5.6-SOL 解出來說不可能有唯一解, 而是有11解; 極限考題最後由SOL幫忙改設計成唯一解

這是Reddit上網友的分享 貪食蛇遊戲 很好玩

https://s3.fursov.family/shares/snake3d.html

" slavik-dev•1天前 我有一個問題，沒有一個模型能夠給出令人滿意的結果，只有 Opus 能夠做到。And this model Qwen3.8 (using UD-Q5_K_XL) did it! "

prompt :

write snake game on the sphere. The head of the snake it fixed in the center and the sphere is rotating. use HTML, CSS and JavaScript.
The visible part of sphere shall be fully visible in the webView, not partially.
The starting length of the snake shall be 3 and increasing every time the snake hit the food.
Use keyboard control: LEFT and RIGHT arrows.

翻譯後的中文Prompt:

在球體上寫一個貪吃蛇遊戲。蛇頭固定在球體中心，球體旋轉。使用 HTML、CSS 和 JavaScript。
球體的可見部分在 webView 中應完全可見，而不是部分可見。
蛇的初始長度為 3，每次蛇碰到食物後長度都會增加。
使用鍵盤控制：左箭頭和右箭頭。

@vosrock said:

我现在用的是THINKCAP的模型，相当于是社区对3。6长期优化版本，体验比3.8要好的多

我還沒測試過agentic use, 等之後看看社區能不能優化,
我對模型的解題能力有興趣, 能應付得了前沿模型的測試 對於27B模型來說 算是蠻厲害的了 不過我還沒用相同的問題測試過其他本地模型

測試過程 其中有一題 GPT5.6-Terra-medium 答錯, Qwen3.8答對, GPT-Luna-max 答對

沒呀 我沒有完整的測試框架, 我只能用之前Qwen3.6-27B 挑戰失敗的題目重新挑戰Qwen3.8-27B, 3.8 通過了 7/10難度的考題

然後我用GPT5.6-SOL-High 繼續出題加碼到9/10難度的 居然還是被Q4_K_M 精度的模型答對了