gpt-5.1 的指令跟随能力，达到了新高度。指定“只用8个汉字回复”，gpt-5.1的正确率是100%，而gemini 2.5 pro和sonnet 4.5都是50%左右。（英文版用6个单词，考虑到单词和单词语义承载能力的差异，增加到8个单词。实际上8-12都可以）

#GPT-5.1 #指令跟随能力 #Gemini 2.5 Pro #Sonnet 4.5 #性能对比

相关新闻

howie.serious

3小时前

gpt-5.1 在 EQ-bench 的creative writing v3 子榜单上超越sonnet 4.5 👏👏👏 对于非coding用户，这是一个非常好的迹象。表明在实践中，gpt-5.1可能会很有用。

howie.serious

6小时前

llm 能不能“说人话”，更多是底层模型层面的特点，而不是靠“prompt engineering”可以解决的。 gpt-5 系列模型“不说人话”，之前很多人试过很多prompt，即使感觉有效，很多时候都是感觉而已。现在，gpt-5.1 从底层模型上尝试解决“说人话”问题。这才是正确的方向。同一个prompt，gpt-5.1 thinking 的回答，解释更清楚，使用更少的行话术语

向阳乔木

9小时前

蝗虫群友一手实测，GPT 5.1幻觉严重，慎重使用。

NanYi

10小时前

OpenAI 上线 GPT-5.1：聊天更自然，能力更强。两条产品线同步升级： 5.1 Instant：更温暖好聊，指令跟随更稳，遇到难题会“先想后答”。 5.1 Thinking：按题目难度动态拉长/缩短思考时间，复杂任务更扎实，简单任务更迅速。同时新增更直观的语气/风格控制，回答更贴合你的偏好。今日起逐步向付费用户推送，GPT-5 将在 Legacy 保留三个月，API 本周更新。

Jesse Lau 遁一子

12小时前

GPT-5.1发布了。号称简单的任务回答巨快，复杂的任务回答巨深

gpt-5.1 的指令跟随能力，达到了新高度。 指定“只用8个汉字回复”，gpt-5.1的正确率是100%，而gemini 2.5 pro和sonnet 4.5都是50%左右。 （英文版用6个单词，考虑到单词和单词语义承载能力的差异，增加到8个单词。实际上8-12都可以）

相关新闻

gpt-5.1 的指令跟随能力，达到了新高度。指定“只用8个汉字回复”，gpt-5.1的正确率是100%，而gemini 2.5 pro和sonnet 4.5都是50%左右。（英文版用6个单词，考虑到单词和单词语义承载能力的差异，增加到8个单词。实际上8-12都可以）