起因是我订阅了commandcode的goat计划，主要用来使用v4.1flash,在dsh，pi，zcode上都测过糖果题，测了很多次回答都是29。
由于zcode出问题，于是尝试把v4.1flash接入codex，闲来无事测了一下max，回答21，又多次尝试high不引用记忆和工具，回答同样也是21。
同时又在zcode和pi中测试，依然回答错误
这个结果让我有些意外，codex调教这么6么，有没有懂的佬
claude code上面说鬼话，codex上面说人话，特别有意思
在claude上很慢输出效果不好我已抛弃
刚刚原生支持Reponses嘛，所以训练集里面比重大一点蛮合理的
我没有使用Reponses
今天刚测的，网页版都是21，极快。来点小小的flash震撼！
关梯子你再试试，实测开梯子回答29，关梯子回答21
