横评薅了哪个能用，薅羊毛薅了能薅多少，今天薅最实在的一个：既然都免费，那哪个最聪明？

薅之前总得知道该薅谁。我拿了几道能拉开差距的难题，真调各家免费大模型，排了个座次。都是有唯一正解、但一不小心就掉坑的推理题。

先看结果。

拿满分的是三个：Kimi K3、Cerebras 的 oss-120b、Groq 的 oss-120b。三道推理题全对，一道没栽。要干需要动脑子的活，薅这三个里的一个，靠谱。

有意思的是垫底那个，正是大家最爱薅的 GLM-4-Flash。它是薅羊毛之王，不限流、永久免费，前几篇我都推荐拿它当主力。可一到推理题，它三道错两道。

第一道题：Sally 有 3 个兄弟，每个兄弟都有 2 个姐妹，问 Sally 有几个姐妹？正解是 1，家里就俩女孩，Sally 和她一个姐妹。GLM-4-Flash 一通绕，绕出个 4 来。Kimi K3、Cerebras、Groq、Gemini 都稳稳答 1。

第三道题：5 台机器 5 分钟做 5 个零件，100 台机器做 100 个零件要几分钟？正解 5 分钟，每台 5 分钟一个，100 台同时做，还是 5 分钟。这题是个直觉陷阱，GLM-4-Flash 答了 1 分钟，Gemini 答了 100 分钟，俩都栽了。会推理的 Kimi K3，还有 Cerebras、Groq，都答对 5 分钟。

把这几篇的实测串起来，GLM-4-Flash 这个「薅羊毛之王」的完整画像就出来了：它最能薅（不限流、永久免费），但也最不能全信（爱瞎编、推理最弱）。便宜有便宜的道理。

反过来 Kimi K3，能力座次第一，上一篇测幻觉它也是唯一没瞎编的，但它慢，还有免费窗口随时会关的风险。

所以薅免费大模型，别一个薅到黑，得看活分：

无脑、高频的活，翻译个短句、改个格式、跑个批量，用 GLM-4-Flash 敞开薅，反正简单，它不限流，你薅个够。

要动脑子、要推理、要它给准信的活，别用那些又快又便宜的，GLM-4-Flash、Gemini Flash-Lite 这种轻量版最容易翻车；薅 Kimi K3 或者 Cerebras、Groq 这种舍得算力的，聪明、不瞎编，代价是慢一点、或者有限流。

免费这一层，「快」和「聪明」常常不可兼得。摸清哪个聪明、哪个快、哪个能敞开薅，按活派对人，你才薅得又多又准。