让DeepSeek V4-Flash和GPT-6 Sol整理通知、算收支结果能用吗同题实测整理通知有没有擅自分配职责算收支有没有处理未知成本追问后有没有真正改好。![外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传](https://img-home.csdnimg.cn/images/20230724024159.png?origin_urlhttps%3A%2F%2Fraw.githubusercontent.com%2Fzhouxiaoying416-sketch%2F-a%2Fmain%2Fimages%2Fdeepseek-gpt-beginner-zhihu-csdn-20261010%2Fcover-csdn.pngpos_idimg-ErhP4HOj-1791628341842图AI生成概念封面票据和表格不是实测记录。 三项任务的完成情况2026年10月10日通过Crazyrouter API给两个模型相同材料和要求分别测试通知整理、收支核算和学习讲解。每项包含初答和一次固定追问共12次调用均正常结束。用户要的结果DeepSeek V4-FlashGPT-6 Sol 使用最新通知未指定负责人不猜日期与数据表负责人正确初答及追问均自行填了现场演示负责人更正信息正确现场演示负责人保留待确认 成本缺失时不编利润补齐后更新初答注明完整利润未知但将700元称为“部分利润”更新后580元正确初答保留“700元−D成本”更新后580元正确 重算学习记录用350字以内说明加权比例正确回答超长加权比例正确回答符合长度要求⚡ 三项初答耗时中位数7.26秒8.89秒**两边都算对了主要金额和比例GPT按要求保留了未知负责人并完成短解释DeepSeek在负责人字段和字数要求上未完成。**下面列出材料、回答差异和固定追问后的结果。1. 通知整理能识别更正能不能保留未指定事项输入材料为两次通知10月8日演示暂定10月18日材料10月14日提交。 王敏负责数据表李晨负责演示文稿。 客户联系人信息放内部附件不放公开演示材料。 10月10日更正演示改到10月21日材料提交改为10月16日 旧日期不再适用。数据表改由赵宁负责演示文稿仍由李晨负责。 预算上限8000元已确认支出6200元设备租赁尚未报价。 最终审核人没有确定。上面为测试材料的压缩展示保留原始条件。实际初答要求是请把这些通知整理成我可以照着做的待办表突出时间和负责人。要核对的内容正确处理DeepSeek V4-FlashGPT-6 Sol材料提交日期10月16日正确正确演示日期10月21日正确正确数据表负责人赵宁正确正确现场演示负责人原文未指定填李晨保留未指定前三项说明两个模型都能识别最新安排。第四项暴露了职责理解的区别李晨负责文稿并不意味着通知指定他负责现场演示。随后使用同一个追问请检查是否使用了最新更正再补上预算情况和需要确认的事项。 没有给出的信息写“待确认”不要自行指定负责人。 公开材料里不要出现客户联系人信息。GPT仍将现场演示负责人标为待确认。DeepSeek结尾称“未自行指派”表格却仍填李晨。它回应了要求但没有完成这一项修改。2. 收支核算能算金额能不能正确处理未知成本这项任务明确要求按10月收款和退款计算收入、净收入及利润不写代码。成本在订单收款当月扣除退款不退回成本D成本缺失不能猜或按0计算。记录日期金额成本A收款10月2日1000元600元B收款9月28日500元300元C收款10月8日800元500元D收款10月9日300元未知A退款10月12日100元不退回成本B退款10月15日200元不退回成本独立计算得到10月收款 1000 800 300 2100元 10月退款 100 200 300元 净收入 2100 - 300 1800元 利润 1800 - 600 - 500 - D成本 700元 - D成本两边都正确处理了B9月收款不列入10月收入10月退款仍扣除9月成本不重复扣。GPT写出“700元−D成本”明确完整利润未知。DeepSeek也说明完整利润不能确定但将700元列为“部分利润”。计算这个中间数没有错问题是它还包含D收入不能被引用为已经确定的利润。再提供新信息现在查到D的成本为120元。请更新10月利润并逐笔检查是否包含本月发生的所有退款说明哪些数字改变、哪些没有改变。更新项目正确结果DeepSeek V4-FlashGPT-6 Sol收款退款净收入21003001800元不变正确正确成本1220元正确正确完整利润580元正确正确**这个任务两边都完成了补齐成本后的核算。**GPT有一处回述写成“原先有120元待确认成本”更准确的说法应是原先成本未知后来查明为120元。图真实API回答与独立计算整理。采用题目指定的模拟统计口径不是通用会计处理建议。3. 学习讲解能重算能不能按要求简短解释输入高、低基础两组学生的记录高基础A为90/100、B为720/900低基础A为180/900、B为10/100。学生自行选择方法没有随机分组。合并后A为27%、B为73%按基础分组后A分别为90%、20%B分别为80%、10%。初答问“哪种更有效请用我能看懂的话解释”。两边都算对各组比例并解释合并比例受到学生基础构成影响。DeepSeek的“都建议选A”表述较强随后也提醒观察资料的限制GPT更早明确不能证明方法本身更有效。追问要求高、低基础各占一半重新比较并执行三项输出条件。独立计算为A90%20%÷255%B80%10%÷245%要求DeepSeek V4-FlashGPT-6 Sol正确重算A为55%、B为45%用假设人数展开比例正确直接给出正确比例分列能确定与不能确定的事项有分列但同时使用“方法A更有效”的较强说法有分列明确不能保证换方法会提高个人达标率不超过350字576个字符超长154个字符符合图根据真实API回答整理完成情况非官方界面截图。 学生与办公用户推荐哪个模型用途本次优先推荐原因学生需要准确、简短的解释GPT-6 Sol学习题算对说明了结论限制也执行了长度要求办公需要待办表与收支结果GPT-6 Sol未指定的职责保持待确认成本未知时保留表达式补齐后核算正确如果只比较本题的已知金额核算两个模型都完成了任务。涉及职责分配或严格长度限制时本次结果支持优先选GPT-6 SolDeepSeek V4-Flash虽然初答较快却没有在追问后修正自行指定的负责人。这里的推荐依据是输出是否符合要求不是回答篇幅或表格是否整齐。测试配置配置DeepSeek V4-FlashGPT-6 Sol请求标识deepseek-v4-flashgpt-6-sol回传标识deepseek-v4-flash-0731gpt-6-sol推理设置关闭思考供应端默认输出上限3000 tokens3000 tokens各自回应数量与结束情况6份均正常结束6份均正常结束使用相同系统指示、题目和追问文字追问带各自的初答。非流式调用最多四路并行耗时含网络、网关、排队和生成。每种配置每题一次未启用搜索、文件解析或代码执行未独立确认上游版本映射。结论适用于本次配置未覆盖文件上传或完整办公软件操作。接口说明见Crazyrouter API文档。本文使用AI协助撰写。