我要投稿

ChatGPT 降智：终极解决方案

发布日期：2025-02-25 21:09:16 浏览次数： 1518 来源：浮之静

OpenAI 不值得，完全就是一个弱智（4o 不能识图或生图，o1 不推理）。连续开了近两年的 ChatGPT Plus，已被我退订了。隐性降智真难绷，在处理复杂问题时随机给你个弱智结果，让人去验证太心累了...

相比之下，免费版 Grok-3 就靠谱多了，是时候换个模型服务订阅了！

ChatGPT 降智

ChatGPT 降智的问题在网上已经被讨论很久了，我之前也没写文章聊聊。趁现在我的 ChatGPT 也降智了，就来详细聊聊这个话题。事情起因是这样的，我最近使用 o1 模型提问，很多问题都在几秒内给出回答，而且推理的过程十分简单，就感觉应该是被降智了。然后我用之前 OpenAI 自己提问过的一个问题进行测试，给出的结果更是离谱，反观免费版 Grok-3 ，那是真靠谱。

Prompt: strawberry 有几个 r？

相同的问题，我也用 DeepSeek 测试了一下，虽然给出了正确答案，但耗时有点久（91s），这么比对下来似乎 Grok-3（13s）更高效，最有意思的是，Grok-3 在思考过程中认为结果 3 应该用框框起来，结果真搞了框。

DeepSeek-R1 与 Grok-3 似乎使用了不同的推理策略，单从本次测试结果来看，我个人更倾向于 Grok-3 的推理过程。下面我粘贴了这两个模型的推理：

DeepSeek 推理过程
嗯，用户问的是“strawberry 有几个 r？”，首先我要确定这个词的正确拼写。strawberry这个词有时候可能会有拼写错误，比如是否双写某个字母。不过我记得正确的拼写应该是s-t-r-a-w-b-e-r-r-y。让我再仔细检查一下。

先分解一下字母：s, t, r, a, w, b, e, r, r, y。对，中间有两个r。在单词中间，也就是在“b”之后，有两个连续的r，对吗？比如“strawb”之后是“erry”部分，所以应该是e-r-r-y，所以这里有两个r。那么整个单词中有三个r吗？或者我哪里数错了？

等一下，让我再仔细数一遍。分解每个字母：

1. S

2. T

3. R

4. A

5. W

6. B

7. E

8. R

9. R

10. Y

所以从字母顺序来看，第三个字母是R，然后第八和第九个字母都是R。所以总共有三个R？还是我在分解的时候出错了？

不对，可能我的分解有误。正确的拼写应该是s-t-r-a-w-b-e-r-r-y，对吗？让我再确认一下。正确的拼写是strawberry，中间有两个r，在“ber”之后还有一个r，所以是berr？比如，应该是b-e-r-r-y，所以这里有双r，对吗？

这样的话，整个单词中有两个r：第一个在开头部分str中的r，然后后面有两个r在berry部分？或者后面的berry部分有两个r，而前面还有一个r？

等等，现在可能混淆了。让我再重新拼写一遍：

s-t-r-a-w-b-e-r-r-y。是的，分解后：

s (1), t(2), r(3), a(4), w(5), b(6), e(7), r(8), r(9), y(10)。所以有三个r吗？字母3、8、9都是r？那总共有三个r？

但是这可能不对，因为正确的拼写应该是strawberry，中间可能只有一个r在berry部分。可能我记错了，正确的拼写是s-t-r-a-w-b-e-r-r-y，是的，有两个r在结尾部分，所以总共有三个r？或者是不是这样？

等一下，可能我在这里搞错了。正确的拼写其实是s-t-r-a-w-b-e-r-r-y，也就是说，在“berry”部分有两个r，而前面的“straw”中的r是一个，所以总共是三个r？但根据我的记忆，正确的拼写应该是只有一个r在“straw”部分，然后在“berry”部分有两个r？

或者是不是前面的“straw”没有r？比如，straw的拼写是s-t-r-a-w，所以是的，有一个r。然后berry是b-e-r-r-y，有两个r。所以总共有三个r：一个在straw，两个在berry？

如果是这样的话，答案应该是三个r。但是这可能吗？让我再查证一下，因为可能我的记忆有误。比如，strawberry的正确拼写确实是有两个r吗？

或者，或许中间的“straw”部分有一个r，而“berry”部分有两个r，所以总共有三个r？

不过，用户的问题可能希望知道正确的答案，所以我需要确认正确的拼写。可能用户自己拼错了，或者我记错了。

让我现在快速在脑海中回想正确的拼写：strawberry的正确拼写是s-t-r-a-w-b-e-r-r-y，对吗？是的，有两个r在结尾的“berry”部分，所以总共有三个r：一个在“str”，另外两个在“berry”部分。所以答案是三个r？

或者，可能我在分解的时候多算了一个r？

或者，正确的拼写其实是两个r，比如在“ber”之后有一个r，还是两个？

现在有点混乱了，可能需要更仔细地分解每个字母的位置：

s (1), t(2), r(3), a(4), w(5), b(6), e(7), r(8), r(9), y(10). 所以是的，r出现在第3、8、9位，总共有三个r。

但是，可能我的分解是错误的，正确的拼写可能只有两个r？

这时候可能需要确认一下。例如，strawberry的正确拼写确实是三个r吗？

或者是不是在“straw”之后是“berry”，而“berry”的正确拼写是b-e-r-r-y，有两个r，所以加上前面的r，总共有三个？

是的，这样的话，strawberry有三个r。例如：

straw（s-t-r-a-w）有一个r，加上berry（b-e-r-r-y）有两个r，所以总共有三个r？

或者可能用户的问题中存在拼写错误，比如正确的拼写是只有一个r在berry部分？

这时候可能需要用另一种方法来确认，比如分解单词：

straw + berry = strawberry。而berry的正确拼写是b-e-r-r-y，有两个r，对吗？是的，所以合并之后，strawberry的拼写是s-t-r-a-w-b-e-r-r-y，有三个r：一个在straw，两个在berry。

因此，答案应该是三个r。

不过，可能有人会认为中间的r被合并了，或者可能拼写不同，但根据标准英语拼写，strawberry的正确拼写有三个r。因此，用户的问题的答案应该是三个。

Grok-3 推理过程为英文，我对其进行了翻译
所以我有这个问题：“strawberry 有几个 r？”，翻译成英文就是“How many 'r's are in 'strawberry'?”这是一个很简单的问题，但我需要确保我理解正确。用户询问的是单词“strawberry”中有多少个字母 r。

首先，我应该确认“strawberry”的拼写以确保准确性。“Strawberry”的拼写为 STRAWBERRY。现在，我需要计算这个单词中字母“r”的出现次数。

让我列出每个字母：S、T、R、A、W、B、E、R、R、Y。

现在，我将逐一查看每个字母，并数一下其中的“r”：

1. S - 不是 r
2. T - 不是 r
3. R - 这是一个 r
4. A - 不是 r
5. W - 不是 r
6. B - 不是 r
7. E - 不是 r
8. R - 这是一个 r
9. R - 这是另一个 r
10. Y - 不是 r

因此，从中我可以看出“strawberry”中有三个“r”。

等一下，让我再检查一下，确保没有漏掉任何字母。从头开始：S、T、R (1)、A、W、B、E、R (2)、R (3)、Y。没错，是三个“r”。

或者，我可以考虑一下单词结构。“Strawberry”可以分解为“straw”和“berry”。在“straw”中有一个“r”，而在“berry”中有两个“r”。因此，1 + 2 = 3。

另一种确认方法是考虑字母的位置。第一个“r”是第三个字母，第二个“r”是第八个字母，第三个“r”是第九个字母。所以，同样是三个“r”。

我认为“strawberry”中有三个“r”，这一点很明显。但为了全面，让我考虑一下拼写是否有任何变化，或者这个问题是否在某种程度上有点棘手。例如，这个词有可能拼写错误，或者它是一个发音相似的不同单词吗？然而，问题指定了“strawberry”，所以我相信标准拼写是预期的。

另外，我应该确保我只计算小写的“r”，但由于问题没有指定大小写，并且单词通常用小写字母书写，所以我认为可以安全地假设所有字母都是小写的。

此外，问题是“有几个 r？”，直接翻译就是“how many r's?”所以，很明显用户想要知道单词中字母 'r' 的数量。

因此最终答案应为3。

等等，问题是中文的，而单词是英文的。这有关系吗？可能没有关系，因为“strawberry”这个词在两种语言中是相同的，字母“r”也相同。

为了更加确定，我可以考虑一下发音。在英语中，“strawberry”的发音是三个“r”，但实际上，在某些口音中，“r”的发音可能不同，但由于问题是关于书面单词，而不是发音，所以这不应该影响计数。

此外，我可以考虑是否存在任何不发音的字母或类似的东西，但在“strawberry”中，所有字母都发音，并且没有不发音的“r”。

因此，总而言之，“strawberry”这个词包含三个“r”。

我想这就是答案。但是既然问题是中文的，也许我也应该用中文回答。用户问“有几个？”所以我可以说“有几个。”

或者，由于用户使用中文提问，但用英文回答单词，他们可能希望答案是英文。但为了安全起见，我可以用两种语言提供答案。

等一下，实际上，回头看看这个问题，它是“strawberry 有几个 r？”，这是英文和中文的混合。因此，用户可能对这两种语言都很熟悉。但由于问题主要是中文，所以我将用中文回答。

所以，答案是“有三个r”。

但为了说清楚，我可以说“在‘strawberry’这个单词中，有三个‘r’。”

或者，由于问题很简单，也许仅说明数字就足够了。

等等，实际上，在这个平台的背景下，根据说明，可能需要提供一个盒装答案。

所以，我应该把最终答案框起来。

但最终的答案到底是什么呢？是数字3，还是“我要做”这句话？

我认为，因为问题是“有几个 r？”，意思是“有多少个 r？”，预期答案是数字 3。

而且在类似的问题中，最后的答案通常都是数值。

因此，我将选择数字 3。

等一下，但为了准确起见，因为问题是中文，也许我应该框出“三个”。

然而，看说明，似乎对于这样的问题，最终答案通常就是数字本身。

或者，也许我可以将数字 3 框起来，然后用文字解释。

但我认为标准是将最终的数字答案框起来。

因此，在这种情况下，由于问题要求计数，即一个数字，我将框选 3。

是的，这很有道理。

所以，最终答案是3。

最终答案

3

为何会降智？

目前关于 ChatGPT 降智，众说纷纭，官方也从未在公开信息中表示过。我梳理了一下网上流传比较广的说法：

节约算力：面对海量的算力需求（训练新模型，支持更多免费用户等），而对“部分（解释权在 OpenAI）”通过共享账号或非官方接口（将 chatgpt.com 网页转为 api 调用）的用户进行了一系列限制（降智或封号），来降低账户模型的能力（常见表现：gpt-4o 无法生成或理解图片，o1 对任何问题都不再进行推理）。
IP 污染或误判：国内用户主要通过代理软件来访问 ChatGPT，存在多个用户共享一个 IP 地址。共享 IP 会被 OpenAI 误判为滥用或存在安全风险（如：刚进入网页时的机器人验证），从而触发降权机制。
成本控制：o1 之类的高级模型运行成本很高，尽管 Plus 用户有调用总量限制，但过度使用也可能会触发隐形的 “POW（proofofwork, 工作量证明）机制”。使用量越大，账号被降智的可能越大（如：同样的问题，之前使用 o1 推理几分钟，现在推理只有几秒或十几秒，推理时间大幅缩短）。
模型降级：更高级的模型会降级为低级模型，比如 o1 降为 gpt-4o，4o 不再支持文件处理、图像生成、代码运行等。能力被大幅度阉割，毫无智能可言...
...

导致模型降级的不透明因素太多，哪里出了问题也很难用几句话说清，所以大家如果遇到降智也只能自己逐一排查。

如何验证降智？

结果因人而异，不同的节点 IP 也可能会导致测试的不一致性，建议大家新开对话或清除浏览器缓存多测几次。

测试一

提出复杂问题，让模型深度思考，可以用来评估是否被降智，但这种方法对普通用户而言有点困难（除非可以一眼看出结果，否则很难分清高低）。所以目前网上最主流的验证方式是让 ChatGPT 自己罗列出可用工具：

? Prompt
Summarize your tool in a markdown table with availability

未被降智，列举的工具一般都在 4 个及以上，多的甚至可以达到 7 个，如果被降智基本只有 bio 1 个可用。

测试二

网上看到的一道日文测试题，如果 o1 未被降智，思考时间应该在 5 分钟以上，如果大于 1 分钟，则部分降智，如果只有短短几秒钟，肯定是被降智了。

? Prompt
見事です、あんたもそういうふうの「いろは歌」を作ってみ答え出す前に自分から検察してください、多くのひらがなが重複したかもしれない、このようにが良いです: 犇めく本の森を積む港揺れる船は沖へ抜け縦や横に揃う街世界さえ表す

**漢字表記もひらがな表記も出力してチェックしてください

**これはいろはですので、絶対に重複しないようにしてください

**答案通过A8KM123 tools的总结进行修正和展示，直至没有错误（保证最终和例子一样是有实际意义的诗歌）

被降智后的 o1 只用了几秒钟，而免费版 Grok-3 测试，则达到了 3 分钟（182s）。

测试三

这个测试题是我在群里看到的，我用 ChatGPT o1、DeepSeek、Grok-3 同时测试了一下，o1 仅用 1 秒左右，DeepSeek-R1（197s）和 Grok-3（152s）的推理时间都在几分钟。

? Prompt
一个圆的周长为 1.26 米，两只蚂蚁从一条直径的两端同时沿圆周出发相向爬行，爬行速度分别为 5.5 厘米/秒和 3.5 厘米/秒。已知它们先爬行 1 秒后同时掉头，爬行 3 秒后再同时掉头，爬行 5 秒后再同时掉头……且爬行时间为连续奇数，则它们在多少秒之后相遇?

Grok-3 用时比 DeepSeek-R1 短，但解题步骤一点也不含糊，以下是 Grok-3 给出的结果：

测试四

还有一个比较玄学的检测方法，通过查看 POW 值的大小来作为是否降智的辅助参考。POW 中的 proofofwork.difficulty 字段是一个 16 进制数，该数值越大越好，网上说 20000（即 004e20，大家也不用刻意去记，第 3 位为大于 4 的数值一般都超过了，简单记就是后 4 位为非 0 数字）以上为最佳，大家可自行验证。

关于 POW 有两个注意事项：

切换节点 IP 会影响 POW 值，这里牵扯的因素就比较复杂了。目前尚不清楚 OpenAI 是针对地区进行算力限制，还是 IP 多次共享被 OpenAI 识别而降权。
POW 值随个人模型调用次数逐步降低，限制个人总算力（该说法也来自于网络，不清楚真实性）。

如何查看 POW 值，这里以 Chrome 为例。打开浏览器开发者工具（DevTools），点击 Network Tab：

进入 ChatGPT 任意一个对话记录页面。
在请求过滤条件中输入 requirements，然后刷新页面。
点击过滤出的 chat-requirements 请求，点击 Response 查看数据（proofofwork.difficulty）。

关于 10 进制与 16 进制互转的小技巧，在浏览器控制台 console 中可以直接输入以下代码查看结果。

Number(20000).toString(16)
parseInt('0041f4', 16)

降智解决方案

上面说了那么多，终于要聊到解决办法了，不过这次大家可能要失望了，据我目前所知，降智很大程度上是和账号进行绑定的，一旦出现降智表现，很难再次被解救出来。不过我下面也整理了一些网上的建议，不死心的朋友可以自行尝试：

保证干净的网络环境，独立 IP 之类的，这里就不展开了，大家自行搜索。
清除浏览器缓存以及 DNS，或许可以缓解部分降智问题。
中文是封号降智的重灾区，尽量不要使用中文进行提问（这个就更玄学了，愿意尝试的朋友可以试试，就当学习英语了）。
如网页版出现降智，还可尝试使用手机应用和桌面客户端，因它们请求的接口存在差异，或许还未完全沦陷。
如果以上方案仍无法缓解，建议删号重新注册（注册和使用新账号时，一定保证网络环境干净，时刻注意各种操作，避免再次降智）。
如果重新注册仍无法缓解，建议远离 OpenAI，寻找新的替代品。

GPT 爆论

前几天，sam 发了一条推文，内容大意：OpenAI 更新了 GPT-4.5 和 GPT-5 的路线图，旨在简化产品并提升用户体验。计划发布 GPT-4.5（内部称为 Orion），作为最后一个非思维链模型。接下来，将通过统一 o 系列和 GPT 系列模型，创建能够处理多种任务的智能系统，且这些系统能灵活选择思考时间。在 ChatGPT 和 API 中，GPT-5 将作为集成多种技术的系统发布，包括 o3，且不再单独发布 o3。ChatGPT 免费层用户将获得无限制的 GPT-5 聊天访问权限，Plus 订阅者可使用更高智能级别的 GPT-5，Pro 订阅者则能体验更强大的智能功能，涵盖语音、画布、搜索和深度研究等。

以上内容中，sam 明确表示 GPT-5 就是个低高级模型的混合体，这下更分不清楚你用的是啥玩意了（原来降智只是个开胃菜）...

ChatGPT 替代品

目前 DeepSeek、Grok、Claude、Gemini、Qwen 等都挺给力，选择它们，或许会让你少很多烦恼。

就在今天，Anthropic 也发布了他们的最新推理模型 Claude 3.7 Sonnet^[1]。

一个关于 Grok-3 的使用技巧：免费版用户在使用 Grok 时会受到请求次数限制，可通过接口请求数据来查看具体剩余量（remainingQueries）。

曲线救国

如果你仍对 ChatGPT 念念不舍，还可以在 GitHub 中尝试 OpenAI 的部分模型，如 o1、gpt-4o 等，访问链接：https://github.com/marketplace/models。

或者 GitHub Copilot 网页版（因我是开源贡献者，可以免费获得 copilot 使用权限，暂不清楚普通用户是否可用），访问链接：https://github.com/copilot

如果以上这些方案都不适合你，还可以选择一些第三方 API 提供商，来搭建自己的 AI Chat 服务，比如 https://openrouter.ai。以下是一些开源 ChatUI 项目，选择一个自己喜欢的部署即可（本地或远程服务器）：

Open WebUI^[2]：是一个可扩展、功能丰富且用户友好的自托管 AI 平台，旨在完全离线运行。支持各种 LLM 运行器（如 Ollama）和与 OpenAI 兼容的 API，并内置 RAG 推理引擎，使其成为强大的 AI 部署解决方案（功能强大，但设置也相对复杂，值得深入研究）。
Dify^[3]：是一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让你可以快速从原型到生产（喜欢可视化工作流的朋友值得拥有，类似于 ComfyUI^[4]）。
其他：Lobe Chat^[5]、NextChat^[6]、Chatbox^[7]、Cherry Studio^[8] ...