现在选择有点多，手机装太多app也有点麻烦，对比测试一下
参赛选手
ChatGPT：图文，可选联网/推理
豆包：图文，自动联网
元宝：混元支持图文，自动联网，DeepSeek仅文本，可选联网
DeepSeek：文本，可选联网
Gemini：图文，自动联网，推理模型不联网
Kimi：图文，可选联网
推理搜索
搞了一个需要一点点推理能力的简单问题
1926-08-17 有什么特殊含义，主要考虑中国相关信息
对于模型/联网可选项进行排列组合，回答出来的有
- 元宝-混元+自动联网
- 元宝-DeepSeek+联网
- Kimi-k1.5+联网
- ChatGPT+推理(o3-mini)+联网
- Gemini-2.0 Flash+自动联网
没联网的模型全军覆没，看来模型的内置知识库确实都没有答案
能联网的可能输在搜索太差
创作类
对于创作类问题，问了关于内容平台在推荐算法差异的问题
定性分析推荐内容包含历史内容的情况
B站：首页推荐仅包含近期发布，最多包含历史1-2个月
抖音：虽然移动端不显示时间，但Web版本显示，与B站类似，但有极少数1年前的
YouTube：首页推荐多数近期，但1年前，甚至3年前也有不少
为什么不抄YouTube把优质的历史内容推荐出来呢？
第一梯队：Gemini 2.0 Flash Thinking-无法联网
第二梯队：元宝-DeepSeek+联网，ChatGPT+推理+联网
第三梯队：其他
Gemini Thinking的质量意外的好，断层领先
元宝DeepSeek有微信公众号加成，比原版DeekSeek好
Kimi k1.5显得有些普通，和非推理模型没有显著优势
网页阅读总结
只有豆包和Kimi能完成，Kimi比豆包效果好
Kimi k1.5容易丢失细节，感觉不如Kimi
图片理解
上传一个铁艺制品照片，问这是什么，分4个项目：理解材质，理解形象，包含其他细节，理解寓意
- ChatGPT：4
- 豆包：3，缺少理解寓意
- Gemini：3，缺少其他细节
- 元宝-混元：理解材质，包含其他细节，无法理解形象
- Kimi：理解材质，形象错误
总结
这是一个可长期跟踪的事情，设定自己日常任务做Benchmark
ChatGPT在功能和效果上都是万金油般的存在，Gemini可以作为备选
元宝DeekSeek，带微信公众号搜索的特殊加成，且没有限速问题，比原版好用
Kimi独占网页总结