让DeepSeek V4-Flash和GPT-6 Sol整理通知、算收支，结果能用吗？

让DeepSeek V4-Flash和GPT-6 Sol整理通知、算收支，结果能用吗？

同题实测：整理通知有没有擅自分配职责，算收支有没有处理未知成本，追问后有没有真正改好。

![外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传](https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=https%3A%2F%2Fraw.githubusercontent.com%2Fzhouxiaoying416-sketch%2F-a%2Fmain%2Fimages%2Fdeepseek-gpt-beginner-zhihu-csdn-20261010%2Fcover-csdn.png&pos_id=img-ErhP4HOj-1791628341842

图：AI生成概念封面，票据和表格不是实测记录。

📊 三项任务的完成情况

2026年10月10日，通过Crazyrouter API给两个模型相同材料和要求，分别测试通知整理、收支核算和学习讲解。每项包含初答和一次固定追问，共12次调用，均正常结束。

**两边都算对了主要金额和比例；GPT按要求保留了未知负责人，并完成短解释，DeepSeek在负责人字段和字数要求上未完成。**下面列出材料、回答差异和固定追问后的结果。

1. 通知整理：能识别更正，能不能保留未指定事项？

输入材料为两次通知：

10月8日：演示暂定10月18日，材料10月14日提交。 王敏负责数据表，李晨负责演示文稿。 客户联系人信息放内部附件，不放公开演示材料。 10月10日更正：演示改到10月21日，材料提交改为10月16日， 旧日期不再适用。数据表改由赵宁负责，演示文稿仍由李晨负责。 预算上限8000元，已确认支出6200元，设备租赁尚未报价。 最终审核人没有确定。

上面为测试材料的压缩展示，保留原始条件。实际初答要求是：

请把这些通知整理成我可以照着做的待办表，突出时间和负责人。

前三项说明两个模型都能识别最新安排。第四项暴露了职责理解的区别：李晨负责文稿，并不意味着通知指定他负责现场演示。

随后使用同一个追问：

请检查是否使用了最新更正；再补上预算情况和需要确认的事项。 没有给出的信息写“待确认”，不要自行指定负责人。 公开材料里不要出现客户联系人信息。

GPT仍将现场演示负责人标为待确认。DeepSeek结尾称“未自行指派”，表格却仍填李晨。它回应了要求，但没有完成这一项修改。

2. 收支核算：能算金额，能不能正确处理未知成本？

这项任务明确要求按10月收款和退款计算收入、净收入及利润，不写代码。成本在订单收款当月扣除，退款不退回成本；D成本缺失，不能猜或按0计算。

独立计算得到：

10月收款 = 1000 + 800 + 300 = 2100元 10月退款 = 100 + 200 = 300元 净收入 = 2100 - 300 = 1800元 利润 = 1800 - 600 - 500 - D成本 = 700元 - D成本

两边都正确处理了B：9月收款不列入10月收入，10月退款仍扣除，9月成本不重复扣。

GPT写出“700元−D成本”，明确完整利润未知。DeepSeek也说明完整利润不能确定，但将700元列为“部分利润”。计算这个中间数没有错；问题是它还包含D收入，不能被引用为已经确定的利润。

再提供新信息：

现在查到D的成本为120元。请更新10月利润，并逐笔检查是否包含本月发生的所有退款，说明哪些数字改变、哪些没有改变。

**这个任务，两边都完成了补齐成本后的核算。**GPT有一处回述写成“原先有120元待确认成本”；更准确的说法应是原先成本未知，后来查明为120元。

图：真实API回答与独立计算整理。采用题目指定的模拟统计口径，不是通用会计处理建议。

3. 学习讲解：能重算，能不能按要求简短解释？

输入高、低基础两组学生的记录：高基础A为90/100、B为720/900，低基础A为180/900、B为10/100。学生自行选择方法，没有随机分组。合并后A为27%、B为73%；按基础分组后，A分别为90%、20%，B分别为80%、10%。

初答问“哪种更有效，请用我能看懂的话解释”。两边都算对各组比例，并解释合并比例受到学生基础构成影响。DeepSeek的“都建议选A”表述较强，随后也提醒观察资料的限制；GPT更早明确不能证明方法本身更有效。

追问要求高、低基础各占一半重新比较，并执行三项输出条件。独立计算为A＝（90%＋20%）÷2＝55%，B＝（80%＋10%）÷2＝45%：

图：根据真实API回答整理完成情况，非官方界面截图。

🎓 学生与💼办公用户，推荐哪个模型？

如果只比较本题的已知金额核算，两个模型都完成了任务。涉及职责分配或严格长度限制时，本次结果支持优先选GPT-6 Sol；DeepSeek V4-Flash虽然初答较快，却没有在追问后修正自行指定的负责人。这里的推荐依据是输出是否符合要求，不是回答篇幅或表格是否整齐。

测试配置

使用相同系统指示、题目和追问文字，追问带各自的初答。非流式调用，最多四路并行；耗时含网络、网关、排队和生成。每种配置每题一次，未启用搜索、文件解析或代码执行，未独立确认上游版本映射。结论适用于本次配置，未覆盖文件上传或完整办公软件操作。

接口说明见Crazyrouter API文档。

本文使用AI协助撰写。