试着让GPT分析了一下Argon的AA index各个子项的得分，本来我是问是否出现了公开测试集核弹爆炸，私有测试集拉胯的情况，GPT分析以后说是没有明显证据，反而给出了这个结论： 
具体交给他的任务会完成得很好，但是复杂任务的分析的世界知识表现不行。

搞了半天还是个大号Flash啊，没记错的话3.5 Flash定价好像就是输出接近9USD了吧，倒是和Argon差不多。🤣 
▶ 
GPT详细结论