#指令跟随能力

9小时前

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