最近刷推，看到 Scale AI 发了一个测试，叫 Humanity’s Sixth Sense（HSS），考的是看图凭直觉判断的题：答案不会直接画在图上，但人扫一眼就知道。论文里人类正确率 93.1%，最强的 GPT-6-astra 只有 53.6%。 数据集是公开的（HSS 数据集），我从里面挑了 5 道，用中文分别问了四家： GPT-6 Astra，极高，官方订阅 + codex桌面端 Grok 4.7，xhigh，superGrok + GrokBuild Gemini 3.8 Flash，high，家庭组pro…