Claude 怎么测试降智？

用户使用一道多口味与形状组合的抽糖逻辑题测试模型是否降智，测试中 Claude 均给出答案 29，而 Codex 则回答 21。该测试题目给出了苹果味、桃子味和西瓜味在圆形与五角星形下的具体分布数量，要求计算保证同时获得不同形状苹果味与桃子味糖果的最少抽取数，提问者据此讨论两款模型的推理表现差异。