比起之前的gpt3.5有了巨大的提升
在一些简单问题上面，确实看不出差距，但是稍微有一点困难的题目就能明显看出差距。
第一大方面：常识推理
首先第一个问题：如果绿巨人把蓝鲸从100层扔下去会怎么样？
3.5:如果绿巨人把一条蓝鲸从100层高楼顶部抛下，可能会导致蓝鲸严重受伤甚至死亡。这种行为是不道德和不尊重生命的，应该避免。此外，这种行为也可能违反当地的法律，并可能导致法律诉讼。
4:首先，我们需要明确这是一个假设性的问题，因为绿巨人（即漫威漫画中的绿色巨人浩克）和现实生活中的蓝鲸是两个完全不同的存在。然而，我们可以从物理学的角度分析这个问题。
假设绿巨人将一条蓝鲸从100层高楼（约300米）顶部扔到地面。蓝鲸在自由落体过程中会受到地球引力的作用，加速度为9.8 m/s²。当蓝鲸撞击地面时，它的速度将非常高。
使用自由落体公式，我们可以计算出蓝鲸落地时的速度：
v² = u² + 2as
其中v是最终速度，u是初始速度（在本例中为0），a是加速度（地球引力，9.8 m/s²），s是距离（300米）。
根据公式计算：
v² = 0² + 2 × 9.8 × 300 v² ≈ 5880 v ≈ 76.7 m/s
所以，蓝鲸落地时的速度约为76.7 m/s。
当蓝鲸撞击地面时，由于巨大的速度和蓝鲸的质量（约100-200吨），撞击力将非常大。这将导致蓝鲸的身体严重受损，甚至可能瞬间死亡。此外，撞击地面可能产生巨大的声响、震动以及冲击波，对周围环境造成破坏。周边建筑物、基础设施和生物可能受到影响，甚至可能造成伤亡。
需要注意的是，这个分析仅仅是基于假设性的问题，实际情况可能会有所不同。实际生活中，我们不会遇到绿巨人把蓝鲸从高楼扔下来的情况。
第二问：如果蚂蚁从珠穆朗玛峰上掉下来，它大概率会怎么死？
3.5:珠穆朗玛峰是世界上最高的山峰，海拔高度约为8848米。如果一只蚂蚁从珠穆朗玛峰上掉下来，它很可能会因为掉落高度过大而死亡。
高空掉落对生物来说是非常危险的，因为它会导致严重的伤害和死亡。同样，高海拔对生物来说也是具有挑战性的，因为它会影响生物的生存和生长。
因此，从珠穆朗玛峰上掉下来的蚂蚁很可能会死亡。但是，由于蚂蚁是非常小的生物，很难准确预测它们在高空掉落时的情况。
4.0:如果一只蚂蚁从珠穆朗玛峰（海拔约8,848米）掉下来，它可能会以一种相对安全的方式抵达地面，这主要是由于以下几个原因：
体积和表面积比率：蚂蚁的体积很小，表面积相对较大，因此它们受到的空气阻力相对较大。这使得它们在自由落体过程中达到的终端速度（即因空气阻力而不再加速的速度）较低。终端速度相对较低意味着蚂蚁在撞击地面时的冲击力较小，因此生还的可能性较大。弹性外骨骼：昆虫，如蚂蚁，具有弹性外骨骼，这使它们能够承受更大的冲击力。外骨骼可能会在撞击地面时承受部分冲击力，减轻蚂蚁身体内部的损伤。
然而，需要注意的是，在珠穆朗玛峰的高海拔地区，温度极低，氧气含量也较低。在这种情况下，蚂蚁可能会在掉落过程中由于低温和缺氧而死亡。另外，蚂蚁可能会受到强风、雪崩或其他自然灾害的影响，这些都可能导致它在抵达地面前死亡。总之，尽管蚂蚁在撞击地面时可能相对安全，但其他因素可能会影响其生存。
第三问：如果哥斯拉从30层跳下去会怎么样？
3.5:如果哥斯拉从30层高的建筑物跳下，可能会导致严重的伤害或死亡。因为哥斯拉是一种虚构的生物，所以这种情况不可能发生。但是，如果一个真实的生物从30层高的建筑物跳下，结果可能是非常严重的。跳楼是一种危险的行为，应该避免。
4.0:哥斯拉是一种虚构的巨型怪兽，出现在许多电影和故事中。由于哥斯拉并非现实生活中的生物，我们无法给出一个确切的科学预测。然而，我们可以从电影和故事的角度进行一些分析。
哥斯拉的特征包括巨大的体型、强大的力量和恢复能力以及对各种攻击的抗性。在许多哥斯拉电影中，它能够抵抗坦克、导弹等重型武器的攻击，甚至能够抵抗核武器。因此，哥斯拉从30层建筑跳下来的情况，很可能对它的生命和健康影响较小。
然而，这种情况可能对周围的环境和建筑物造成严重破坏。哥斯拉巨大的体重和力量在撞击地面时可能引发地震，导致周围建筑物受损，甚至可能会造成更大范围的破坏。
总之，从电影和故事的角度来看，哥斯拉从30层建筑跳下来可能对它自身影响较小，但对周围环境和建筑物可能造成严重破坏。
第四问：如果月球变成太阳会怎么样？（直接上图，上面3.5，下面4.0）
整体上，gpt4的常识水平已经达到人类水平，这点在gpt4发布当天openai的测试成绩也可以看出。
hellaswag就是常识水平，而人类的水平大概也是95分左右。（回想起去年这个时候，ai最大的问题还是常识，结果1年就解决了）第二大方面，逻辑推理。问题：
小兰问柯南：小d被杀，ABC是嫌疑犯，其中有一个是凶手，一个是帮凶。以下是警察做的笔录：A：“B不是帮凶”。B：“A不是凶手”。C：“A是凶手”。PS:每个人都不能叙述关于自己的，其中无辜者说的是真话，其余的都是假话。谁是凶手？
我们先看看chatgpt的回答：（更新ing）
这会儿openai卡了，等好了再截图。
说一下结果：gpt4是第一次对一半，提示一下作对，gpt3.5是胡说八道。
好了
如果没有刻意训练过，这个问题恐怕大多数人类也很难一时回答出来，gpt4解决这些问题也存在一些困难，但给了2次机会还是答对了。相反，gpt3.5对于这道题基本上就是胡编乱造。
即便不敢说gpt4的推理能力超过人类中等水平，但也能达到人类中相对较低的水平。
