结果来看，中转站2始终不如中转站1，怀疑降级模型例如太阳换成地球或者月亮，另外，deepseek v4还是挺拉的，第一次回答质量一般，第二次修正思考时间都特别特别长，max还容易过度思考造成回答质量下降。gemini虽然被称为大豆包，但是总体表现和v4pro high差不多，但是速度快的多了。 ps:仅仅一道前端问题，无法完全验证模型能力，图一乐，勿喷！！！