我对各种大语言模型推理能力的评测：

1. GPT-4模型里面，推理效果最好是 gpt-4，其次是 gpt-4-0125-preview，gpt-4-1106-preview 最次。

2. Claude 3 opus 推理能力 不如 GPT-4 和 GPT-4-Turbo。但是 Claude 3 haiku 比 GPT-3.5 强！

3. Gemini 1.5 不如 Claude 3 opus

以上结果仅代表个人观点。以后有机会会补充评测用的 Prompt 和数据。