O1 性能真的暴强了，mini评个70分不过分，许多之前未发布的题目直接跳过前置提问直接到最后一问，错了，但是思路接近，你仅仅告诉它做错了，第二遍就完美解决.完全体估计85+，但是是用空间和时间换的，简单的题目都不想测了，困难但是比较经典的数学题也不要测，那个测不出真实水平，比如称重问题.需要创造新题目