haowang02/codex-candy-eval

Public

Star 历史趋势

按日期按时长

数据来源: GitHub API · 生成自 Stargazers.cn

README.md

Codex 降智测试

用本地 Codex CLI 批量测试一道糖果数学题，并统计 reasoning tokens 与正确率。

example

用法

该脚本无任何第三方依赖，只需要您已安装并登录 Codex CLI

python codex_candy_eval.py -m gpt-5.5 -r high -n 5

一键运行

以下任选其一

wget -qO- "https://raw.githubusercontent.com/haowang02/codex-candy-eval/main/codex_candy_eval.py" | python3 - -m gpt-5.5 -r high -n 5

curl -fsSL "https://raw.githubusercontent.com/haowang02/codex-candy-eval/main/codex_candy_eval.py" | python3 - -m gpt-5.5 -r high -n 5

参数：

-m, --model：codex 模型名，省略则用本地默认
-r, --reasoning-effort：low/medium/high/xhigh（默认 medium）
-n, --tests：测试次数（默认 1）

正确答案为 21，脚本直接判断回答中是否出现独立的 21。

致谢

LINUX DO - 新的理想型社区