一个只让AI答复是或否的评测，为什么难倒了大模型？

  北站红盘解析｜中洲迎玺三期最新价格，下手价值研判，层次定位，地段环境评测

  vivo Y500 Pro和Y600 Pro不同大吗？用了一段时间，说点大真话

  EDGE #429评分出炉：火焰纹章新作获赞投入多少报答多少

  Gemini 4总算来了！首款模型Argon发布，18项评测抢先12项，优先开放给网络安全团队