（来源：上观新闻）
知乎开🥿🐩发者“晴天🛷👆”用阅👿📸读理解、👗SVG🤘👒代码生成等场👜▪景做横向测试⛺👩✈️，结论是G☕LM-5🍒❤.1连基本🌘阅读理解都未达🤡🌼标；另一位♠通过Ollam📫💄a本地部署的开🏟发者评价“整体™👩❤️💋👩不如Qwen3.🤔🦋6-P™🤦♀️lus🇹🇱”😮。
（图/网络📴） 有🧲意思的🔎是，不同于数学答🐥💑案的唯一性，🦜SBTI测⌨🐃试中用到的标签往📨👵往是模糊的，🌈⏯几乎人人🇿🇦🕛适用🏢。比如，它🛃🐰读了我的产品🗯🔽会议笔记后总🎖结：“记录官😎🇹🇹网首页🛢🇹🇩改版需求评审结论🈸☂”；看了⛺😠我的技术调研后概👺括：“发现4️⃣Figma插🗜🤥件方案优于直接A🍾PI调用，🥊👑但需考虑文件权限🙈🔣。
需求旺盛导致公👩🦳👳♀️司产能🤸♂️满负荷运转，🙉但我们暂未调整🦸♀️整体战略🎵🤜。”智能体随🖥后自动完🏬成机票预订、酒👩👦店筛选🛩🇲🇱、无障碍设施确☪🏁认、餐厅预约，🥋甚至考虑到老人🕊的身体😗状况推荐合适🔪🇼🇫的演出时段🌉。
