主 题：GPT降智检测：codex-candy-eval
发 布 者：BrainMaster
标签分类： 测评
时 间：2026-10-02 21:46:46
内容预览：采用项目https://github.com/haowang02/codex-candy-eval自己的账号美区家宽表现：轮次答案摘要输入输出推理耗时TPS判定1最少取 21 个……127722886258860.6 秒47.6✓2最少需要取出 29 个……1277276951621.7 秒35.4✗3最少取 21 个……127722893258856.6 秒51.1✓4最少需要取出 24 个……1277284751623.3 秒36.3✗5最少要取出 29 个……1277273851619.7 秒37.4✗汇总：2/5 正确，准确率 40%。由于是串行执行，总耗时约 182 秒，即约 3 分钟。中转站表现：5 轮里只有第 3 轮答对 21，其余 2 轮都答了 29。单轮耗时大概 17.5s 到 67.6s，reasoning tokens 多数约 516，答对那轮用了 3106 reasoning tokens。
直达链接： https://www.nodeseek.com/post-961197-1
发 布 者：BrainMaster
标签分类： 测评
时 间：2026-10-02 21:46:46
内容预览：采用项目https://github.com/haowang02/codex-candy-eval自己的账号美区家宽表现：轮次答案摘要输入输出推理耗时TPS判定1最少取 21 个……127722886258860.6 秒47.6✓2最少需要取出 29 个……1277276951621.7 秒35.4✗3最少取 21 个……127722893258856.6 秒51.1✓4最少需要取出 24 个……1277284751623.3 秒36.3✗5最少要取出 29 个……1277273851619.7 秒37.4✗汇总：2/5 正确，准确率 40%。由于是串行执行，总耗时约 182 秒，即约 3 分钟。中转站表现：5 轮里只有第 3 轮答对 21，其余 2 轮都答了 29。单轮耗时大概 17.5s 到 67.6s，reasoning tokens 多数约 516，答对那轮用了 3106 reasoning tokens。
直达链接： https://www.nodeseek.com/post-961197-1
