gpt还是吊打其他模型

问题描述：

有时候逛论坛看到各种模型发布了，就看各种测评网站，久而久之其实也不太信这些网站，因为很难说清楚这些网站有没有收钱，或者是模型有没有过拟合数据集。

今天刚好送老婆坐飞机出国，但是刚刚看飞机的位置发现在缅甸和云南的交界，和航旅纵横、飞常准的路线图不一样（预计的路线是走中国西北），心中有些害怕就查了一下历史路线图。发现有两条路线，可能会根据各种原因进行切换。

我就拿这个问题问了一下gpt、grok、gemini。

问题

aaa - bbb（机场代码），某某航空的飞机，我看飞行历史记录大概有两条飞行线路，请你看一下这两条线路是什么，具体经过哪里，那个国家？然后告诉我26年4月25号从aaa起飞的航班走的是哪条？

结果

我分别问了两次，只有gpt 5.5 thinking的其中一次回答，能够正确推断出路线并推断出当前航线走的是哪条。