被GPT 5气笑了，怎么3位数数学还错的这么离谱啊，不如豆包了这下

• 总宽度 = 200 + 202 + 102 = 260px
• 总高度 = 100 + 202 + 102 = 160px

之前在拍照，让AI算术的时候就发现，虽然文字提取都是正确的，但是Gemini，GPT4都算不对，豆包却十几张图片算术都是对的。

上次的图

降智也不带这么离谱的吧

大帅哥来晚喽，过了这么长时间才回消息呀

按照阅读顺序输出图中所有阿拉伯数字的分数，输出格式为a/b，用逗号分隔。

我最近也在琢磨怎么识别对，蹲一个解决办法，或者能解决问题的模型（是大语言模型LLM，不是OCR工具 ）  

包括豆包，GPT5 也好，Gemini2.5pro 也罢，它们思考与否先不论。

但是人类只要稍微认真一点，都能看清楚，

现在模型还没那么强大。

这么离谱

但我觉得这种并非是一种难度级别上的

上个图呗

那就不清楚了，毕竟豆包不会显示有没有调用工具这类情况，从实际效果来看，应该确实在这方面做了优化。

图片 1757×804  15KB
反正是挺夸张的

关键是懒得用OCR再去计算了。其实这也没什么大不了的，豆包能替代。不过在正常对话里出现计算错误，就挺折磨人的。

我觉得还不如相信MCP的价值。现有工具能解决的问题，何必非得让LLM自己来做呢（估计那些高手也是嫌麻烦吧，直接丢给对话了事 ）