第一个，老牌劲旅GPT-4o，经过博主查看 每个给出的论文都是高度相关、并且叙述相当准确。

第二个llama3.1 405b，根据叙述找到的也相当准确，并且描述的也很贴切。不过能看出来输出的内容丰富程度低于4o

第三个，claude3.5。同样的提示词，但它似乎并不太准确，似乎是分开查询了PHP这个语言的性能相关论文和云服务性能测定的论文，总觉得这个模型不太聪明呢？是我的prompt有问题吗？相当有点奇怪