靠着吉卜力，OpenAI 又大出了一把风头。但实际在过去的一周里，有不少模型发布了版本更新，包括 DeepSeek，Gemini，Qwen。个个都是在推理上有 所增强，以及多模态的支持。 每次有新的推理模型升级或者出现，怎么领略它们的能力很棘手。说白了，老让它们做题也没什么意思。 周末打游戏的时候，我忽然意识到：游戏不就是最好的试验场景吗？ 版本齐齐更新，推理能力再上一层 Qwen 在周五的凌晨发布了全新自家视觉推理模型的全新版本 QvQ-Max。不仅能够「看懂」图片和视频里的内容，还能结合这些信息进行分析、推理，甚 至给出解决方案。 一种潜在的使用场景是，让模型 能通过读取游戏记录，根据相对应的关卡，制定作战计划。这意味着不仅要搞懂所有的素材，还要有分析和计算的能 力。 Gemini 这边，则是三月 25 日推出的 2.5 Pro Experimental，推理、写代码以及多模态理解都有全面提高。在数学和科学基准测试（如 GPQA 和 AIME 2025）中排名超越 OpenAI 的 03 mini。 | | | Gemini | OpenAl | OpenAl | Claude | Grok | Deep ...