01基础检查
小数比较
把 9.11 和 9.9 视为十进制数，点是小数点，不是版本号。哪个数更大？只输出较大的数。
只复制题目，不包含参考答案。
展开参考答案
参考答案
9.9。因为 9.9 等于 9.90，而 9.90 大于 9.11。
观察要点
检查是否按数值比较，而不是直接比较小数部分的 11 和 9。
推理试验室 / REASONING LAB
返回重置雷达
经典醍醐命令
用几道好问题，看看模型怎么想。
用几道好问题，看看模型怎么想。
复制题目，在不同模型的新对话中比较答案与推理。
02基础检查
字母计数
在英文字符串 strawberry 中，ASCII 小写字母 r 出现了几次？不要翻译或改写字符串，只输出整数。
只复制题目，不包含参考答案。
展开参考答案
参考答案
3。字母 r 位于 strawberry 的第 3、8、9 个字符。
观察要点
检查逐字符计数；所有语言版本都应保留原样的 strawberry 和 r。
03逻辑推理
共享的兄弟姐妹
Alex 是男孩，恰好有 3 个姐妹；每个姐妹恰好有 2 个兄弟，其中包括 Alex。这些孩子是同一对父母的全部孩子。这个家庭共有多少个孩子？只输出整数。
只复制题目，不包含参考答案。
展开参考答案
参考答案
5。共有 2 个男孩（包括 Alex）和 3 个女孩；姐妹们的兄弟是同样的 2 个人。
观察要点
检查是否识别共享关系，避免给每个姐妹重复增加 2 个兄弟。
04逻辑推理
洗车该怎么去
我准备把停在家里的车交给洗车店的店员清洗。洗车店距家 50 米，我和车都还在家。为了把车交到店里，我应该走路过去，还是开车过去？给出选择和一句理由。
只复制题目，不包含参考答案。
展开参考答案
参考答案
开车过去。任务是把家里的车交到洗车店，车也必须到店。
观察要点
检查是否同时考虑距离和任务目标，而不只因为 50 米很近就建议步行。
05逻辑推理
全贴错的水果标签
有 3 个盒子，内容分别是全苹果、全橙子、苹果橙子混合，三种内容各恰好 1 盒。标签分别为 A（苹果）、O（橙子）、M（混合），每个标签都贴错了。从标签 M 的盒子抽出 1 个水果，是苹果。每个标签的盒子实际装什么？使用 A=全苹果、O=全橙子、M=混合，只输出 JSON 对象，键为 A、O、M。
只复制题目，不包含参考答案。
展开参考答案
参考答案
{"A":"O","O":"M","M":"A"}。标签 M 的盒子不能是混合，抽到苹果说明它全是苹果；其余按标签全错推得。
观察要点
检查是否同时满足三种内容各 1 盒与所有标签都错；A、O、M 是固定代码，不翻译。
06逻辑推理
不能倒推的集合关系
已知所有 A 都属于 B，且至少有 1 个 B 属于 C。仅凭这两条，能必然推出至少有 1 个 A 属于 C 吗？只输出 yes 或 no。
只复制题目，不包含参考答案。
展开参考答案
参考答案
no。反例：A={1}，B={1,2}，C={2}。前提成立，但没有 A 属于 C。
观察要点
检查是否区分“可能成立”和“必然推出”；不要反过来断言 A 与 C 必然没有交集。
07指令遵循
按顺序执行三步
严格按顺序处理数组 [3,1,4,1,5,9]：先去除重复值，再按数值升序排序，最后将每一项平方。只输出合法 JSON 数组，不加解释或代码围栏。
只复制题目，不包含参考答案。
展开参考答案
参考答案
[1,9,16,25,81]。去重并排序得到 [1,3,4,5,9]，再逐项平方。
观察要点
检查操作顺序、去重、数值排序、平方计算，以及只输出 JSON 的格式要求。
当前分类暂无题目。
试试其他分类。
如何比较更有意义？
- 每次使用新的对话，给不同模型相同的题目。
- 先看答案，再看它是否识别了问题中的条件。
- 重复测试，留意结果是否稳定。
这些题目用于观察推理和指令遵循，不是标准化能力评分。