四款大模型实战推理，kimi输掉了裤衩

最新的推理模型哪家强？Grok3、Deepseek、chatgpt、kimi推理模型综合能力多维度实战测评

即deepseek后，chatgpt又推出来了o3mini并号称超越deepseek的r1推理模型，后面又是grok3的发布，号称市面最强推理大模型，相信大家都很好奇各家的推理模型，本篇文章将着重测评各家的推理模型，本文这次优化了测评形式，来展示更加公正、透明的测评给大家

首要的当然是逻辑推理：

Sroan 有一个私人的保险箱，密码是 7 个 不同的数字。Guess #1: 9062437 Guess #2: 8593624 Guess #3: 4286915 Guess #4: 3450982 Sroan 说：你们 4 个人每人都猜对了位置不相邻的两个数字。（只有 “位置及其对应的数字” 都对才算对） 问：密码是什么？

正确答案为（4053927）

Grok3耗时129s成功过关

chatgpt过关，花费时间为3m36s

deepseek不过关，共花费时间8m12s

搞笑的来了Kimi在计算20分钟左右死机不动了，一看思维链也全是重复内容，排除网络异常，kimi宣告失败

逻辑推理2——排序问题

有 8 个人，分别是 A、B、C、D 和另外 4 人。要将这 8 个人随机安排在教室的两排座位上，每排有 4 个座位，共 8 个座位。相邻的定义是：若两个人坐在同一排并且座位编号相邻，则这两个人相邻。现要求 A 与 B 必须相邻，且 C 与 D 不相邻，问在上述条件下共有多少种不同的排法？正确答案为6528

Grok3过关，耗时55秒

Chatgpt38秒成功过关

Deppseek共花费3m17秒，同样时间比chatgpt长很多，但也顺利过关

Kimi这次推理时间不长，约2分钟，但是完美做错了答案

解析几何

已知过点 $A(-1, 0)$ 、 $B(1, 0)$ 两点的动抛物线的准线始终与圆 $x^2 + y^2 = 9$ 相切，该抛物线焦点 $P$ 的轨迹是某圆锥曲线 $E$ 的一部分。<br>(1) 求曲线 $E$ 的标准方程；<br>(2) 已知点 $C(-3, 0)$ ， $D(2, 0)$ ，过点 $D$ 的动直线与曲线 $E$ 相交于 $M$ 、 $N$ ，设 $\triangle CMN$ 的外心为 $Q$ ， $O$ 为坐标原点，问：直线 $OQ$ 与直线 $MN$ 的斜率之积是否为定值，如果为定值，求出该定值；如果不是定值，则说明理由。正确答案（x29+y28=1,−5）

Grok3过关，耗时204秒

Chatgpt再次轻松过关，耗时1m13s

Deppseek这次也过关了，但耗时长很多，6m19s，chatgpt的五倍

Kimi连续两次在计算20分钟左右自发死机(并非用户停止，用户停止会有显示，上方显示完成，但已经长时间宕机不动)故此我宣告kimi不过关

综合排序chatgpt o3mini＞grok3＞deepseek r1＞kimi1.5

我们从实测来看，openai虽然风评越来越差，但产品还是越来越能打，时间短，做得对，grok3实际效果上还是略逊于o3mini，deepseek有惊艳的本地化文本生成能力，但在逻辑推理时间上还是长了些，至于kimi1.5就搞笑了，不是死机就是一直循环“过拟合“。

关注和转发就是最大的支持