我用8道变态烧脑题，测出了o1的国内最强平替

原标题：我用8道变态烧脑题，测出了o1的国内最强平替
文章来源：夕小瑶科技说
内容字数：10617字

智谱GLM-Zero-Preview评测：国产类O1模型的强势崛起

本文对智谱最新发布的类O1模型GLM-Zero-Preview进行了深度评测，并与其他国内外模型（如O1、Kimi视觉思考、Deepseek R1等）进行了对比。评测涵盖数学、编程、逻辑推理、烧脑推理等多个方面，难度远超以往，旨在全面考察模型的推理能力。

1. 榜单表现与首轮测试题

GLM-Zero-Preview在数学和代码测试基准上显著超越O1-preview，但在知识和逻辑推理方面略逊一筹。文章开篇即用一道极具挑战性的推理题作为开场，结果所有测试模型均未能给出正确答案，这体现了当前类O1模型在深度文字推理方面的不足。

2. 难度递减的测试题

为了更有效地区分模型的推理能力，评测随后安排了难度递减的题目，包括小学奥数题、池塘取水问题、Python编程绘图等。在这些题目中，GLM-Zero-Preview和O1表现出色，而其他模型则出现不同程度的错误。

3. 烧脑数学推理与悬疑推理

评测中还包含了更复杂的烧脑数学题，例如计算卖水最大利润问题。GLM-Zero-Preview在这些题目中展现出较强的稳定性，而O1和其他模型则出现失误。此外，文章还加入了“红衣女孩”等悬疑推理题，测试模型在超自然推理方面的能力，结果显示AI在处理此类问题时存在明显缺陷。

4. 狼人杀推理题与最终结论

最后，文章用一道复杂的狼人杀推理题作为终极挑战，结果GLM-Zero-Preview成功解答，而O1和其他模型均未能给出正确答案。这充分展现了GLM-Zero-Preview在复杂逻辑推理方面的突出能力。

5. 国产模型的进步与未来展望

通过此次评测，可以看出国产类O1模型的进步速度令人瞩目，与O1的差距正在缩小。文章最后总结道，OpenAI不断提升着人们对AI的想象力，而国产AI则致力于将这些想象转化为现实。 作者对国产AI的未来发展充满信心，并期待着AGI时代的到来。

联系作者

文章来源：夕小瑶科技说
作者微信：
作者简介：低负担解码AI世界，硬核也可爱！聚集35万AI发烧友、开发者和从业者，广泛覆盖互联网大厂中高管、AI公司创始人和机构投资人。一线作者来自清北、国内外顶级AI实验室和大厂，兼备敏锐的行业嗅觉和洞察深度。商务合作：zym5189