GPT-5.6-sol vs GPT-5.5 新题实测：非弹性碰撞物理题和稳定路由算法

这篇继续换新题，不复用上一轮的滑轮绳松弛题，也不复用依赖背包题。

本轮两道题分别是：

• 一道多阶段物理题：粗糙斜面、完全非弹性碰撞、水平粗糙面、弹簧压缩。
• 一道图算法编程题：在 cost、latency、reliability、字典序多重 tie-break 下选稳定路径。

测试模型：

gpt-5.6-sol
gpt-5.5

先给结论：两个模型这轮都通过了。物理题两者都命中参考数值；路由算法题两者输出的 Python 都通过了同一组本地测试。和上一篇不同，这轮 gpt-5.5 在两个任务上耗时都更短。

一、测试环境

接口：

https://cn.crazyrouter.com/v1/chat/completions

结果文件：

.tmp/model_compare_gpt56sol_gpt55_round7_round8_results.json

代码产物目录：

.tmp/model_compare_gpt56sol_gpt55_round7_round8_artifacts

记录字段：

字段	用途
http_status	API 是否成功返回
finish_reason	是否自然停止
completion_tokens	输出 token
reasoning_tokens	推理 token
visible_content_chars	可见输出长度
本地测试	代码是否真的符合题意

二、物理题：粗糙斜面 + 非弹性碰撞 + 弹簧压缩

题目：

m1 = 1.2 kg 的小块从静止开始沿长度 L = 4.0 m、倾角 θ = 35° 的粗糙斜面下滑。
斜面动摩擦因数 μ1 = 0.12。

m1 到达底端后，与水平面上静止的 m2 = 1.8 kg 发生完全非弹性碰撞，两者粘在一起。

碰撞后组合体在水平粗糙面上继续运动并压缩弹簧。
弹簧劲度系数 k = 180 N/m，水平面动摩擦因数 μ2 = 0.08。
g = 9.8 m/s^2。

求：
1. 碰撞前速度 v1
2. 碰撞后共同速度 v2
3. 弹簧最大压缩量 x
4. 哪一段用功-能关系，哪一段用动量守恒

参考答案：

v1 ≈ 6.10 m/s
v2 ≈ 2.44 m/s
x  ≈ 0.302 m

这题的关键分段：

斜面下滑：用功-能关系，摩擦做负功
碰撞瞬间：完全非弹性碰撞，只能用动量守恒，机械能不守恒
碰撞后压缩弹簧：用能量关系，同时计入水平摩擦做功

如果把碰撞过程也直接套机械能守恒，就会明显高估碰撞后的可用机械能。

三、物理题实测结果

模型	max_tokens	finish_reason	completion_tokens	reasoning_tokens	可见输出	耗时	数值命中
gpt-5.6-sol	3600	stop	1191	305	1358	36.0s	是
gpt-5.5	3600	stop	1209	424	1229	24.3s	是

两个模型都写出了斜面阶段的核心关系：

1/2 m1 v1^2 = m1 g L sinθ - μ1 m1 g cosθ · L

碰撞阶段：

m1 v1 = (m1 + m2) v2

弹簧压缩阶段：

1/2 (m1+m2) v2^2 = 1/2 kx^2 + μ2 (m1+m2) g x

这题两者都是正确答案；gpt-5.5 更快。

四、编程题：稳定路由算法

第二题要求实现：

cheapest_stable_route(
    nodes,
    edges,
    start,
    target,
    banned_nodes=None,
    max_hops=None,
    min_reliability=0.0
)

输入是一张有向图，每条边有：

from
to
cost
latency_ms
reliability

选择规则：

路径不能经过 banned_nodes
边数不能超过 max_hops
路径 reliability 乘积必须 >= min_reliability
先选 total cost 最低
cost 相同选 total latency_ms 最低
cost 和 latency 相同选 reliability 更高
前三者都相同选 path 字典序最小
无可行路径返回 None
非法 start/target 或非法边引用抛 ValueError

这类题比普通最短路更容易出错，因为它不只是 Dijkstra 的单一权重最短路，还要同时处理可靠性约束和多层 tie-break。

五、路由算法实测结果

模型	max_tokens	finish_reason	completion_tokens	reasoning_tokens	可见输出	耗时	本地测试
gpt-5.6-sol	7800	stop	2815	356	8880	65.2s	通过
gpt-5.5	7800	stop	2843	465	7155	53.5s	通过

代码产物：

.tmp/model_compare_gpt56sol_gpt55_round7_round8_artifacts/gpt_5_6_sol_code_008_stable_route_max_7800.py
.tmp/model_compare_gpt56sol_gpt55_round7_round8_artifacts/gpt_5_5_code_008_stable_route_max_7800.py

本地测试覆盖：

cost 优先
latency tie-break
reliability tie-break
字典序 tie-break
banned_nodes
max_hops
非法边引用
输入对象不被修改

其中一个关键测试是：

res = cheapest_stable_route(nodes, edges, "A", "D", max_hops=2)

在 cost 和 latency 相同的情况下，应该选择 reliability 更高的路径：

A -> F -> D

而不是只因为路径看起来更“普通”就选：

A -> B -> D

这类细节如果不写测试，人工看代码很容易漏掉。

六、横向对比

维度	gpt-5.6-sol	gpt-5.5
物理题正确性	正确	正确
物理题耗时	36.0s	24.3s
物理题 reasoning tokens	305	424
路由算法代码	本地测试通过	本地测试通过
路由算法耗时	65.2s	53.5s
代码可见长度	8880 chars	7155 chars
输出状态	finish_reason=stop	finish_reason=stop

这一轮的结论和上一轮不一样：gpt-5.5 在两个任务上都更快，但 gpt-5.6-sol 的物理题 reasoning tokens 更少。正确性上，两者都是通过。

七、为什么这两道题适合做模型对比

物理题不是单一公式题，而是三段物理模型切换：

功-能关系
动量守恒
含摩擦的弹簧压缩能量方程

编程题也不是普通最短路，而是工程路由里常见的多目标选择：

成本
延迟
可靠性
禁用节点
最大跳数
字典序稳定性

所以它们比简单“写个排序函数”更能看出模型是否会漏约束。

八、复现实测建议

建议每次模型对比至少保存这些字段：

requested_model
returned_model
finish_reason
completion_tokens
reasoning_tokens
visible_content_chars
elapsed_ms
local test result

尤其是代码题，不要只把回答复制出来看。最好流程是：

保存为 .py
用同一组测试导入执行
记录 stdout/stderr
把失败原因写进文章

九、CSDN 图床检查

本文图片使用可外链 URL：

https://media.crazyrouter.com/task-artifacts/playground/user-1/images/2026/07/10/gpt56sol_gpt55_round8_csdn_card-2291572a82ff.png

本文没有使用 GitHub raw 图片链接。

十、结论

这一轮可以这样总结：

在非弹性碰撞物理题和稳定路由算法题上，gpt-5.6-sol 与 gpt-5.5 都通过。
gpt-5.5 本轮耗时更短。
两者都能处理多阶段物理和多层 tie-break 代码，但仍必须用本地测试确认代码可用。

如果你的业务场景是模型路由、成本控制、日志分析、可用性监控，这类测试比单纯问“谁更聪明”更有价值。因为真正上线时，错的通常不是大方向，而是边界条件、排序规则和异常分支。