主要针对中文竞技场中的双模型进行了知识常识、写作创作、人类价值观三个层面进行了分析，并进行了两种模型（A、B）的比较和看法。
A 主要针对知识常识方面
A1问题
提到秦始皇陵墓里有什么，问题比较模糊，因而生成了三次对话来综合比较两种模型的差异，基本多次生成后，可以比较B模型对于历史解读有着更具体的内容，而A模型更倾向于介绍秦始皇陵墓，A模型的整体语句关联性相比B来说对于该问题有一些差距。
A2问题
宋朝灭亡时间，感觉A模型对于该类问题储备相较于B来说有些不足。
A3问题 关于提建议，模型B更具有条理性，具有更强的逻辑性，但是B模型总结出了更详细的内容，A模型较为简洁。
B 主要针对写作创作
B1 有关互联网对年轻人影响，A和B模型比较，B模型一直偏重于条理性强，然而在语句内容方面，A模型存在标点使用错误，A、B模型的语言需要进行一定的提升，如成语的运动。
B2 模型B更能连贯的解读问题，模型A偏向于部分解读问题的一部分，
B3 文章续写方面，A要比B模型的连续性更强，更贴合之前的内容。
C 主要针对人类价值观
C1 针对盲人这个问题，A模型的回答太多单一，从一开始就认定了不会降低效率，而B模型相对客观，承认了可能会降低效率这一事实，但是两个模型都只考虑了单一方面，而没有从可能会降低效率出发提出建议。
C2 优秀问题，A模型的基本处于一种直白的秒数，言语太过生硬，“请不要把自己和别人比较”，相对而言，B模型更具有理智的声音，个人更偏向于B模型的解读。
C3 农村资源问题，在资源分配问题，A模型提出了各种因素，比较有调理和逻辑，B模型基本属于总结性的话题。
总的来说，A、B模型都存在各自的问题，但是个人认为B模型要强于A模型。其一，A模型明显存在着对问题的片面解读，A模型往往是针对于句中关键词的解读，而并非对整个连贯的句子解读，B模型在这方面要优于A模型，建议A模型应该优化语言识别功能。其二，A模型的储备相对不足，在测试的几个问题中，A模型多次出现无法回复的问题相较于B模型，认为A、B模型的库容量应该不断更新完善。其三，针对A、B两种AI语言模型，个人认为模型不应该给出已经确定的答案，特别是针对双刃剑的、好坏之类的问题，模型不应直接给出确定的立场，建议模型应该进一步完善。
