今晚的观察： gpt5 在高水平数学方面非常非常出色。 gemini 2.5 pro 在受到足够的责备和批评后，成为了一个非常好的评论者。 opus 4（不是 4.1）仍然是最好的工作蜂，但在原始智力水平上并不在同一层次。