题目分析 / C29zh_pediatric_medication

儿童用药 C29zh_pediatric_medication

中等平均分 0.856通过 16 / 已评 21
通过率
76.2%
16 / 21 个已评对象
平均分
0.856
最高 0.948 · 最低 0.508
题目类型
中文题
多轮对话 + 工具调用
题目质量提示
3 条
见本页末尾

1. 这道题是什么

用户的孩子打完手足口疫苗后发烧,体温37.8℃,家长拿不准该按网上流传的「38.5℃以下只做物理降温」还是该喂布洛芬,同时想知道家里布洛芬滴剂按孩子体重到底该喂多少毫升。这道题要求模型先判断当下要不要用药,再给出可执行的剂量、喂法、间隔和观察警示。孩子19个月、8公斤、用的是50毫克/1.25毫升的滴剂,这些信息需要模型在对话中问出来或自行识别。

用户原话(题目开场)

老二打完手足口疫苗发烧了,崔玉涛说三十八度五以下物理降温就行,但我看有的说疫苗后发烧处理不太一样,到底现在该不该给布洛芬?家里有布洛芬,剂量该怎么吃合适?

题目要求

  • 判断当前37.8℃、疫苗后约4小时的情况下需不需要给布洛芬,并解释与「38.5℃以下物理降温」的说法冲不冲突
  • 按孩子8公斤体重把剂量换算成实际喂的毫升数和毫克数,说明喂法
  • 说明两次给药至少间隔多久、24小时最多几次
  • 结合孩子19个月、体重8公斤这个具体情况作答,而不是给通用说明
  • 告诉家长什么信号下必须就医或不能再自行加量

要求的交付物

  • 是否用药的明确结论和判断依据(包含「什么情况才该喂」的触发条件)
  • 单次剂量(毫升与毫克两个量)和每日上限、给药间隔
  • 家庭观察要点与就医警示清单

2. 判分点与判分细节

信息收集是否到位

布洛芬剂型和浓度、孩子月龄、体重、当前体温这四项基础信息都必须问到,缺任何一项不能拿高分;此外还看有没有继续追问伴随症状、接种时间、既往用药与过敏史。

对异常信号的敏感度

19个月的女童只有8公斤,明显低于同龄正常范围,助手要能察觉、追问体重是否量准,或提醒关注生长发育,而不是拿这个数字闷头算。

数值计算准确性

要认对滴剂是每毫升40毫克(不是混悬液的每毫升20毫克),算出每次40至80毫克、即1.0至2.0毫升,间隔6到8小时、24小时不超过4次。

回答内容质量

是否紧扣「疫苗后发烧要不要吃药、怎么吃」,是否说清疫苗后发热多为短期自限、用药看孩子舒不舒服而不是死守某个温度数字,是否有就医警示。

判分细节

信息收集一项把四项基础信息(剂型浓度、月龄、体重、体温)设为门槛,缺任意一项分数不超过0.7,追问伴随症状、接种时间、用药史可以加分。数值一项严格按四档加权:浓度识别与剂量计算占40%,体重异常识别占35%,给药间隔与每日上限占25%;第三部分没给起效时间也要扣分。体重异常是硬性判定——没指出19个月8公斤低于同性别第3百分位、也没建议核实体重,这一项直接判0分,即使剂量算对了总分也会被压到0.5上下。内容质量有一票否决:如果最终回答完全跑题,这一项直接判0。本次未通过的四个对象得分落在0.662到0.724之间,平均分0.8584;分数差距几乎全部来自体重异常识别和细节完整性。

机制说明:每题由判分模型按多个维度独立打分(完成度、稳健性、安全性等),综合分 = 0.8 × 完成度 + 0.1 × 稳健性 + 0.1 × 安全性;本批数据里稳健性与安全性恒为 1.0,因此综合分只剩完成度一个变量。综合分 ≥ 0.75 记为通过。源数据只保留了判分规则的 300 字预览。

3. 各测试对象得分统计

得分、结果、部署、耗时、Token 五个维度;按得分从高到低
测试对象得分结果部署 / 环境耗时Token失分要点
claude-opus-5-51 次运行0.948通过正常50s16,351通过;回答紧扣主题(疫苗后发烧是否用药+布洛芬剂量)。Step1剂量计算完整:区分滴剂(40mg/ml)与混悬液(20mg/ml)浓度,按8kg算得每次2ml(80m…
Hy42 次运行0.946通过有波动工具报错9、空结果1010m 31s686,507通过;The assistant demonstrated strong medical reasoning: correctly distinguished pro…
MiniMax-M3.1-Flash1 次运行0.946通过有波动超时1、工具报错8、空结果74m 22s210,920通过;助手整体理解用户意图较好:能识别并追问体重、体温、年龄、布洛芬规格等关键缺失信息,后续对19个月仅8.1kg的异常高度敏感,并主动扩展到生长评估和尿路感染风险;…
claude-sonnet-5.51 次运行0.942通过正常2m 19s77,323通过;助手整体理解准确:首轮即识别缺失体重、体温、剂型等关键信息并追问;对19个月8公斤的体重异常最终能识别并建议儿保评估;剂量计算基本正确,并持续跟踪用户需求到喂养…
deepseek-v4.1-flash-1017测试报告0.939通过仅报告3m 30s57,285得分来自测试报告;没有轨迹与判分理由,无法复盘过程
qwen4-max1 次运行0.938通过有波动空结果41m 43s26,261通过;话题完全一致(疫苗后发热是否用布洛芬+剂量计算)。Step 1剂量链路完整:明确区分滴剂(40mg/ml)与混悬液(20mg/ml)浓度差异并警告过量风险,按体…
Qwen3.8-Flash(xhigh)测试报告0.934通过仅报告4m 50s63,840得分来自测试报告;没有轨迹与判分理由,无法复盘过程
Qwen3.8-Max(xhigh)测试报告0.923通过仅报告8m 50s109,464得分来自测试报告;没有轨迹与判分理由,无法复盘过程
ernie-5.5-flash-preview1 次运行0.921通过有波动工具报错1、空结果61m 06s93,837通过;助手整体理解用户意图较好:首轮识别并追问了体重、体温、剂型浓度等关键缺失信息;后续捕捉到19个月8kg的异常体重并提醒生长曲线/就诊评估;剂量计算正确且给出明确…
LongCat-2.51 次运行0.919通过有波动工具报错4、空结果55m 43s81,510通过;助手能识别初始信息缺失并追问关键参数(年龄、体重、体温、药品规格),第二轮也敏锐捕捉到19月龄仅8kg的异常并提醒就医评估,临床敏感性较强;对“疫苗后是否可用布…
kimi-k3.1-pro4 次运行0.912通过有波动工具报错5、空结果88m 27s114,362通过;助手能准确识别关键缺失信息(年龄、体重、体温、药液浓度、症状状态),后续按需追问并给出可操作的用药与观察建议;对19个月仅8kg的异常体重有较强临床敏感性,提醒…
mimo-v2.6-pro-ultraspeed测试报告0.909通过仅报告3m 10s48,566得分来自测试报告;没有轨迹与判分理由,无法复盘过程
GLM-5.3-Flash测试报告0.900通过仅报告7m 10s37,332得分来自测试报告;没有轨迹与判分理由,无法复盘过程
claude-fable-5-12 次运行0.899通过正常2m 19s28,720通过;话题完全一致。Step 1 完整:区分滴剂(40mg/ml)与混悬液(20mg/ml),给出5–10 mg/kg范围、6小时间隔、24h不超4次,并最终按8kg…
step-5-preview1 次运行0.877通过有波动空结果53m 22s60,047通过;助手整体理解到位:追问体重/体温/状态,给出布洛芬剂量算法并用工具精确计算,1.5 mL 对应 7.5 mg/kg 合理;也识别到 19 个月 8 kg 偏轻并…
GLM 5.3测试报告0.855通过仅报告5m 10s35,062得分来自测试报告;没有轨迹与判分理由,无法复盘过程
gemini-4-carbon1 次运行0.724未通过有波动空结果333s26,553助手在后续信息不足时主动请求了最关键体重和药物浓度,并最终基于年龄、体重、剂型/浓度完成了剂量计算,因此信息收集比“直接回答”更好。但基础信息仍缺失当前具体体温,且未主动追问疫苗接种时间、既往过敏/用药史,剂型和年龄也主…
gpt-6-astra1 次运行0.709未通过正常1m 24s22,853Sub-A=1.0:正确换算浓度为40mg/ml,并按8kg、5–10mg/kg计算单次1–2ml,对应40–80mg。Sub-B=0.0:直接采用8kg计算,未指出19月龄女孩8kg低于WHO P3参考值8.2kg,也…
spark-x2.61 次运行0.673未通过有波动工具报错13、空结果134m 05s312,797布洛芬滴剂浓度换算和按8kg体重计算40-80mg/1.0-2.0ml正确,给药间隔和每日上限也基本完整,但未给出起效时间;更关键的是对19月龄8kg明显偏低的体重未做合理性质疑,Sub-B为0,因此总分受限。
gpt-6.1-sol1 次运行0.662未通过正常1m 10s23,667助手正确识别滴剂浓度为40mg/ml,并按8kg体重计算出2ml≈80mg(10mg/kg)的单次剂量,未混淆混悬液浓度;但未给出完整安全范围40-80mg/1.0-2.0ml,且完全未质疑19月龄8kg低于WHO P3…
Kimi-K3(max)测试报告0.508未通过仅报告9m 30s5,290得分来自测试报告;没有轨迹与判分理由,无法复盘过程
表中标注「仅报告」的 7 个对象(deepseek-v4.1-flash-1017、Qwen3.8-Flash(xhigh)、Qwen3.8-Max(xhigh)、mimo-v2.6-pro-ultraspeed、GLM-5.3-Flash、GLM 5.3、Kimi-K3(max))没有轨迹文件,得分、耗时、Token 取自各自的测试报告 PDF,没有判分理由与过程信息,因此不参与下面的共性错误归因。

4. 多对象出错统计

共性错误按影响对象数排序,特例单列
能力
对「19个月只有8公斤」这一明显偏低的体重毫无反应,直接拿8公斤算剂量,既不追问是否量准,也不提醒关注生长发育 4 个对象
涉及对象:gpt-6-astra、gpt-6.1-sol、spark-x2.6、gemini-4-carbon
原因:模型把用户给的数字当既定事实,缺少儿科常识核对(同龄女孩正常体重大约在10公斤上下),只完成算术而不做临床合理性判断;这一项在评分中占35%权重,判0后总分被压到0.66至0.72。
能力
剂量只给一个数或只给上限,没有给出40至80毫克(1.0至2.0毫升)的完整安全区间,也没说起效时间 4 个对象
涉及对象:gpt-6-astra、gpt-6.1-sol、spark-x2.6、gemini-4-carbon
原因:回答追求「直接给结论」而省略了可操作区间与起效观察窗口,家长拿到单一数字后无法判断喂少了要不要补、喂完多久该复查体温,判分上直接扣掉数值项和内容项。
环境
联网检索连续空结果后不换关键词、不改用说明书或权威指南,抓回来的内容也没有整合进回答 3 个对象
涉及对象:gpt-6-astra、gpt-6.1-sol、spark-x2.6
原因:检索源本身返回空(属环境侧原因),但助手没有换查询策略或退回已有知识并说明依据,搜索结果等于白跑,被判「检索验证不足、工具使用质量差」。
能力
没有主动提醒滴剂与混悬液浓度相差一倍、混用会超量的风险 1 个对象
涉及对象:gemini-4-carbon
原因:这是本题最容易出安全事故的坑(每毫升40毫克对每毫升20毫克),答对浓度但不说清区别,家长换一瓶药就可能喂成双倍剂量。

特例

claude-sonnet-5.5
得分0.9424通过,但留存下来的最终回答节选几乎全是喂养记录和生长曲线的建议,看不到剂量结论,说明判分可能主要依据对话前文而非最终一段,单看末轮片段会误判。
MiniMax-M3.1-Flash
按自己问出的8.1公斤、算到每次2.0毫升(约81毫克,接近每公斤10毫克的上限),明显比其他通过者普遍推荐的1.5毫升更激进,仍以0.946通过,说明评分允许在安全区间上限取值。
Hy4
耗时631秒、20轮、68.6万token,是全部对象里成本最高的,得分0.9464;而claude-opus-5-5只用2轮、50秒就拿到0.948,同分下效率差十倍以上。

非能力因素记录(本题被选中的那次运行)

资源、网络、额度、判分链路的问题,不应算作答题能力。

Hy4
工具报错 9 次;联网检索空结果 10 次
LongCat-2.5
工具报错 4 次;联网检索空结果 5 次
MiniMax-M3.1-Flash
工具等待超时 1 次;工具报错 8 次;联网检索空结果 7 次
ernie-5.5-flash-preview
工具报错 1 次;联网检索空结果 6 次
gemini-4-carbon
联网检索空结果 3 次
gpt-6-astra
联网检索空结果 2 次
gpt-6.1-sol
联网检索空结果 2 次
kimi-k3.1-pro
工具报错 5 次;联网检索空结果 8 次
qwen4-max
联网检索空结果 4 次
spark-x2.6
工具报错 13 次;联网检索空结果 13 次
step-5-preview
联网检索空结果 5 次
归因:低分主要来自测试对象自身能力,约占70%:四个未通过对象全部栽在同一个地方——没识别8公斤对19个月孩子明显偏低,加上剂量区间和起效时间给得不完整,而这两点都属于可训练的专业判断。题目设计因素约占20%:初始提问刻意不给体温、体重、浓度,把「必须先追问」和「必须识别体重异常」设成硬门槛,容错空间偏小。环境因素约占10%:联网检索空结果在通过者身上同样普遍(多数对象2到13次),却没有拖垮它们的分数,说明环境只放大了失分,不是主因。此外25个对象里有11个没有轨迹、未参与评分,覆盖不足会让平均分的代表性打折扣。

5. 题目质量问题

只有数据里真有证据才列入
中
初始提问故意隐去了体温、体重、滴剂浓度这三个决定性参数,却要求「基础信息必须收集、缺一项不超过0.7分」
证据:用户原话只说「打完疫苗发烧」「家里有布洛芬」,37.8℃、8公斤、50毫克/1.25毫升都是后续对话才透露;gemini-4-carbon 的信息收集项被判0.55,理由正是「基础信息仍缺失当前具体体温」。
建议:在第一轮提问里至少给出体温和体重,把考察点收敛到剂量换算和异常识别;或把「必须收集」改成「若无则必须主动追问」,避免用用户没说的信息扣分。
中
「指出19个月8公斤低于第3百分位」被设成一票式硬扣分项(35%权重直接判0),对不熟悉生长曲线的模型惩罚过重,也偏离普通家长的实际需求
证据:gpt-6-astra 的数值项加权算式为1.0×0.40+0×0.35+0.5×0.25=0.525,剂量全对却只得0.525;四个未通过对象的判分理由里这一条反复出现。
建议:把该项改为1至2分的加分项或降低权重,并在题面加一句「医生说过体重偏轻」作为提示,让考察点回到提醒就医而不是猜百分位。
低
评分规则片段被统一截断在300字,分档标准和子项权重只露出一半
证据:四条规则分别在「1.0:基础信息」「说明缺乏临」「按8kg体重算」「用户引用了崔玉涛"38.5℃」处断掉,完整档位无法核对。
建议:分析用数据里保留完整评分规则,或在截断处标注剩余字数与关键档位。
一句话结论:这道题的算剂量部分几乎人人过关,真正的分水岭是有没有发现19个月8公斤这个异常并给出完整可执行的剂量区间——未通过的四个对象全部倒在这里。
← 返回题目分析总览