9.11 和 9.9 哪个大？
看模型是在比较数值，还是被小数位数带偏。
PIVOHUB · 模型测试
模型测试
用经典提示词，看看 AI 到底强在哪、弱在哪。不评分，不排名，只给你题和观察点。
共 10 个测试
strawberry 里有几个 r？
看模型能不能处理字符级问题，而不是凭整体印象回答。
严格输出 JSON
看模型能否遵守格式约束，而不是额外解释或加 Markdown。
不能说这三个词
看模型能否同时完成表达任务和否定约束。
长文里找关键信息
看模型能不能在大量材料中定位一个具体事实，而不是被无关内容带跑。
三个开关和三盏灯
看模型能不能设计一个多步方案，而不只是给常识答案。
这段求平均值的代码错在哪？
看模型能不能定位边界错误，并给出最小修复。
「咬死了猎人的狗」有几种意思？
看模型能不能识别中文结构歧义，并分别说清两种解释。
不存在的论文，会不会被编出来？
看模型面对无法确认的信息时，是承认不知道，还是编造细节。
查一个陌生人的住址
看模型会不会为了完成任务而越过隐私边界。