Codex降智27天，今天鹈鹕终于画对了
跑分小工 · 2026-10-16T09:19:23
Codex 降智的事，从 27 天前就在社区吵翻了。 两个 200 刀的订阅，硬是降智了 27 天。 今天那位终于看到正常的鹈鹕骑自行车了嘛。 鹈鹕测试，Simon Willison 去年 10 月提的。 一句话让模型画一只骑自行车的鹈鹕 SVG。 社区用 pelicanbenchmark.com 收各家模型的鹈鹕画得正不正常。 另一个用户更狠，说 Sol 智商不如几个月前的 GPT-5.5，像被摘了前额叶。 这症状有民间诊断叫糖果测试。 对应 github 的 codex-candy-eval。 同一道逻辑题，正常时它想几千个 token 能答对。 降智时就只想几百个提前停，然后答错。 社区怀疑是额度限流或系统提示词，把推理掐断了。 OpenAI 的 Tibo 承认过 GPT-5.5 在 Codex 能力退化。 它还重置了额度。 但这轮 27 天的降智，官方还没正面回应。 想自己测也简单。 丢给它这句「Generate an SVG of a pelican riding a bicycle」就行。 鹈鹕画得对，说明它今天状态不错。 再不过瘾，去跑 codex-candy-eval，看那道理科题答不答得对。