mercury-3 有概率答对糖果问题

mercury-3 在 high 思考强度下测试 42 次糖果问题，答对 15 次，正确率达到 31%。测试显示所有答错情况下的最终回答时间均在六七秒左右，而答对的耗时普遍在 30 秒以上。这一表现在 dllm 中令人惊讶，目前连 opus 5.5 和 astra 均无法保证 100% 答对该问题。