全文摘要 1、GROK4多模态能力测试与对比 ·北京烤鸭调料盘测试：针对复杂菜品图的多模态识别能力测试，选北京烤鸭调料盘作测试图，该图信息量大，多数大模型读图仅能读出少量信息。测试目标是识别图中菜品，OpenAI与谷歌能准确识别；GROK4本次仅描述为‘调料’，未指出是北京烤鸭调料，但曾有详细分析记录，反映其多模态识别能力不稳定。 ·数人图识别测试：数人图识别测试目标为识别图片中人数，真实答案15人。OpenAI将图片切分后搜索，谷歌固定一人按圈搜索，均能准确计数。GROK4工具调用失败，猜测人