将各个AI的回答分别丢给各个AI评价

最近学模态逻辑，一直有个困惑，其实就是混淆了一个关键点。我就把自己的想法丢给AI，让它们帮我分析，然后又把各个AI的回答打包，再丢给每个AI互相评价，最后AI们的打分，真的挺有戏剧性。
先说说grok4和gemini，俩模型纯属互相吹捧，都把对方排第一——不过说实话，它们的回答确实还不错，然后把dsr1放到第二位，总体来看，评价还算公允，没太离谱。
最鸡贼的当属GPT5thinking。一开始它居然通过我文档的名称，认出了哪个回答是它自己写的，直接把自己排第一。没办法，我只能改了Prompt，跟它说文档名称都是我乱写的，它才认真开始评价。单看它第二次的评价，我觉得是最公允的，明确把DS排第一。
作为提问者，我自己的测评观点很明确，结合表现给每个模型评个级：
DSR1：S级，在解答我困惑这件事上表现最好。逻辑特别完美，而且一针见血就指出了我混淆的那个点，直接戳中要害，妥妥的最优解。
gemini：A级，排第二。虽然它没有明着指出我混淆的地方，但它循循善诱的教学思路，其实暗含了我搞混的点，这点做得特别棒，看着很舒服。
grok4：B级，排第三。中规中矩，不算出彩，但也没出错，能解答基础困惑，就是缺乏亮点。
GPT5thinking：C级，体验最烂。分析虽然是正确的，但全程高高在上的语气，根本没真正解答我的疑惑，纯属浪费时间，仅能保证答案正确，毫无实用性。
dsV3.1：未评级（直接排除），我开了思考模式，结果它的回答完全错误，没有参考价值，直接排除在外，不用考虑了。 #如果给AI员工评绩效，我的答案是……#