近年来，大模型在数学推理方面的进步引人注目，各大厂商纷纷宣称自家模型的数学能力领先。然而，面对一道初一数学题目，我们却发现，大模型的表现依旧参差不齐，甚至让人感到意外的“笨拙”。
题目信息下面是一道初一寒假作业里面的题目，各位看官可以先自我思考一下这个问题，看看自己能够搞定....
题目描述：实验室里,水平桌面上有甲、乙、丙三个圆柱形容器(容器足够高)，它们的底面半径之比为1:2:1，用两个相同的管子在容器的 5 cm 高度处连通(即管子底端离容器底 5 cm)现三个容器中，只有甲中有水，水位高 1 cm，如图所示，若每分钟同时向乙和丙注人相同量的水，开始注水 1 min，乙的水位上升 5/6 cm，求开始注人多少分钟的水后，甲与乙的水位高度之差是 0.5 cm。
想必各位心里已经有自己的思考了，仔细琢磨一下，这里面主要的点是圆的面积、体积计算和一元一次方程；额外一点是连通器原理。这两个问题如果有大概的了解或者常识，应该比较容易解出来，即使不能全部情况都考虑到，起码可以解出 1-2 个。
答案放在最后
在完成解答之后，我把这个问题顺手抛给了大模型。
模型解题过程这里还是沿用我之前这篇 用一句话来摸这些大模型的底 文章里面的几个模型来测试。 prompt 也比较简单，如下所示：
请你解答下面这道初中数学题，并给出详细的分析过程，题目如下：
----
题目描述：实验室里,水平桌面上有甲、乙、丙三个圆柱形容器(容器足够高)，它们的底面半径之比为1:2:1，用两个相同的管子在容器的 5 cm 高度处连通(即管子底端离容器底 5 cm)现三个容器中，只有甲中有水，水位高 1 cm，若每分钟同时向乙和丙注人相同量的水，开始注水 1 min，乙的水位上升 5/6 cm，求开始注人多少分钟的水后，甲与乙的水位高度之差是 0.5 cm。
----为了避免模型从网上爬原题，所有模型 chat 框可显示关闭联网搜索的均全部关闭。
因为大多数模型推理的过程实在是太长，用长截图或者分片截图的方式放在文章里面看起来太费劲，索性就用录屏的方式展示出来。
最近使用官网 chat，好像回到了单论对话，80% 以上的场景都是第一次问可以，追问就服务器繁忙
但从结果来看，deepseek 解出了一个，另一个是错误的。其他几个模型基本是全军覆没...；
当我再次将正确的答案投递给他们进行自我分析和对比之后，Chatgpt 仅做了简单的分析，没有再次计算这个题目，比较符合我给定的 prompt；讯飞星火和 Kimi 1.5 重新分析了整个过程，并且计算出了正确的答案。通义千问解出的结果和 deepseek 第一次一样的结果；而 deepseek 又又又又又又又又开始繁忙了....
可能是题目问题，抑或是涉及物理现象的数学计算时，再或者是这些大模型的训练数据集中并没有初中的题目，所以导致容易出现推理冗长、计算错误、物理理解偏差等问题。或许这并不意味着大模型的数学能力毫无价值，而是说明其在特定场景下仍需要进一步优化。
对于 AI 研究者而言，如何让大模型在数学推理上变得更加精准、高效；年初 deepseek 的爆火给商业上增加了更多的可能性，也给技术上带来了很多的创新，但是当我们抛开那几个已经被用烂的用来刷榜的数据集之后，真正的强化学习，自我推理可能还有很长的路要走。
甲、乙、丙三个圆柱形容器(容器足够高)，底面半径之比为1:2:1，且注水1分钟，乙的水位上升5/6cm，所以注水一分钟，丙的水位上升为 :
5/6 * 2^2 = 10 / 3 cm
设开始注入 t 分钟的水量后，甲与乙的水位高度之差是 0.5cm；甲与乙的水位高度之差是 0.5cm 有三种情况 :
