四款AI助手在预测任务四重陷阱中的实测

2026 年 10 月 6 日，Towards Data Science 发布一次针对大模型预测能力的实测：作者在 156 周零售销售数据中埋入四处陷阱，用同一提示词分别测试 Gemini Pro、DeepSeek、GPT-6 Sol 与 Claude Opus 5.5，并亲自复跑每份交付代码。报道称四款模型表现分化。报道未给出各模型的具体成绩、四处陷阱的设计细节以及复跑后的具体结论，因此目前只能确认测试对象与测试方法，尚无法判断哪款模型占优。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。