ChatGPT最初结论和分析后结论居然相反！
9.11 is bigger than 9.9.
If you compare the numbers digit by digit:
9.9 is the same as 9.90,
9.11 is 9.11.
Since 0.90 < 0.11 is false (because 0.90 is actually 0.9, which is greater than 0.11), we see that 9.9 > 9.11.
So, 9.9 is bigger than 9.11.
Deepseek是对的
To determine which number is larger between 9.9 and 9.11, let's compare them step by step.
Align the Decimal Places:
9.9 can be written as 9.90 to have the same number of decimal places as 9.11.
9.90
9.11
9.90
9.11
Compare Digit by Digit:
Units Place: Both numbers have 9 in the units place.
Tenths Place:
9.90 has 9 in the tenths place.
9.11 has 1 in the tenths place.
Since 9 (from 9.90) is greater than 1 (from 9.11) in the tenths place, 9.90 is larger than 9.11.
Conclusion:
9.9 is larger than 9.11
在ChatGPT用中文问“9.9和9.11哪个大？”，回答是错的。
但用英文问（新开一个session) "which is larger, 9.11 or 9.9?", 回答是对的：
”9.9 is larger than 9.11. The number 9.11 is equivalent to 9.110, which is less than 9.900.“
9.11和9.9哪个大？
这是一个曾让不少大模型“翻车”的数学题。北京时间2月19日，在马斯克发布自称“ 世界上最聪明的人工智能”Grok-3后，有用户尝试测试版本，发现该模型在不加任何定语及标注的情况下，无法正确回答刁难AI大模型的经典问题。
第一财经向Grok-3提问后，AI回答称“9.11比9.9大”，直接“翻车”。不过，也有获得测试资格的用户表示，Grok-3的性能很好，肯定处于行业第一梯队。
昨日，xAI的Grok-3正式发布，马斯克称之为“世界上最聪明的人工智能。”Grok-3诞生于超大型AI智算中心之上，该AI智算中心起初配有10万块英伟达高端显卡，后续扩容至20万块。此前DeepSeek-V3模型官方宣布仅用2000余块英伟达显卡，以及600万美元预算。
同一天，DeepSeek官方在海外社交平台X上发布了一篇纯技术论文报告，主要内容关于NSA （Natively Sparse Attention，原生稀疏注意力），进一步展示了DeepSeek团队在软硬件优化，降本增效方面的追求。
xAI团队在直播中表示：“为了研发下一代更高性能的AI，我们正在研究下一个AI智算中心，这将比目前的强大约5倍。”不仅仅是xAI，近期谷歌、微软、Meta、亚马逊四家国外大厂极大提高了2025年资本开支，总计达到数千亿美元，并称大部分资本开支将用于AI智算中心建设。另外，今年初公布的星际之门计划投资5000亿美元用于AI智算中心建设。
达观数据联合创始人张健对记者说：“Grok-3依然遵循大力出奇迹的缩放定律，通过堆叠大量算力和增大模型规模，追求极致性能提升。这种方式短期内可能在特定评测指标上取得领先，但性价比相对较低，更像是在探索模型性能的上限。”
但也有从业者表示“大力出奇迹”的思路还有较长的路要走，并认为成立时间不久的xAI，能够在短时间内实现一流的性能水平，说明卷算力，卷投资仍有价值。
韦豪创芯合伙人王智此前向记者表示，AI向未来演进，更多新架构和算法，长期而言，足够算力的支持必不可少。
不过越来越多人开始质疑这种“大力出奇迹”的方向。有评论称单看基准测试，虽然Grok-3各项数据领先，但是提升幅度并不大，尤其考虑到xAI已经花费巨额资金用来训练Grok-3。
“马斯克的AI智算集群方案非常激进，不仅要求大规模的资金投入，而且要求快速部署快速上马。”Omdia分析师王珅告诉记者。
张健认为，不管是DeepSeek还是Grok3，两种方向并非完全对立，而是各有侧重，可能长期并存，并在技术发展中逐渐融合。“Grok 3 代表着对性能极限的探索，Deepseek 则代表着对实用性和效率的追求。两者共同推动AI技术进步，最终目标都是构建更强大、更智能、更实用的AI系统。”张健表示。
王珅认为，这两种方向的侧重可能有着先后顺序。“我们团队判断，在2026年至2027年间，AI智算中心的堆算力高峰会过去，然后是各种硬件和模型的深度优化打磨。中国由于硬件限制，会更早强调优化。”
上海市人工智能行业协会秘书长钟俊浩告诉记者：“两种方向都重要，但有着优先级的差异，对性能极限探索是基础，而追求实用性和效率的方向要站在前者基础之上。”