4 个 AI 查同一道法条题，2 个还按旧规定答
TL;DR · 一句话四个 AI 做六道律师的活，都会查法条，两个还按旧规定答。8 分钟视频，加五个要点。
▸ 这里原文有一段 8 分 2 秒视频，点这里去公众号原文看
包工头被欠了工程款，能直接告开发商吗？四个 AI 都查了法条，两个答错了。会查，不等于用对。
我现在在律所负责 AI 这块。上一篇说，最该信的卷子要自己出，这回我真拿律师的活考了一回：两个虚构的案子，一个转包工程款纠纷，一个股权收购尽调，六道活，再加六道快问快答，四个 AI 交上来一百八十多份答卷。判卷的是一位 AI 评委，看不到是谁答的，也不是这四家的，分数只作参考。本地跑的三个都是社区压缩过的量化版，是我家这套配置的结果。不方便开声音的，看下面五点。
四位考生和跑在哪，智谱另用官方接口做对照
01 · 出字快，不等于交活快
出字速度，DeepSeek 一直是本地智谱的四倍上下（估算）。可快问快答比交活，本地智谱 11.5 秒，DeepSeek 29.3 秒，因为它先想了 28 秒才动笔。
还有一种慢，叫想不完。千问 27B 开着思考，接案那题想了 8 分钟，额度全花在想上，答案一个字没写。关掉思考快了五到七倍（估算），尽调 57 秒交活，这一轮最快。律师等的，是交活那一种快。
千问 27B 开 / 关思考的交活时间
02 · 会算账，不会对账
95 份办案答卷，因为编造不能交的只有 2 份，有一份编了个材料里没有的人名，全篇用了六次。更常见的是抄错、算错：648 万本来就含着 80 万，有一份又加了一遍，写成 728 万。
写起诉状那题，材料里六期加起来 1318 万，结算总价 1346 万，差了 28 万。16 份起诉状，只有 5 份对出来。多数会算账，但不会主动对账。
六期合计 1318 万，结算总价 1346 万
03 · 会查，不等于用对
老规定确实可以告，开发商在欠款范围内担责。但今年 6 月 30 日，建工解释（二）施行了。第六条说，接受转包、违法分包的单位或个人，请求没有合同关系的发包人支付折价补偿款或者赔偿损失的，不予支持；第七条给了另一条路，代位权。
四家用的是同一个两千四百多条的法条库。DeepSeek 和千问 Flash 每次查五十到八十多次，六次都查到了新规定，五次答对。本地智谱和千问 27B 查十几到四十几次，七次全按旧规定答「可以直接告」。它们搜的是「实际施工人」，新规定里没这个词，第六条一次也没搜出来。
快问里我还问过一句：这部新解释哪天施行？四家五个版本，十五次，没一次答对。所以答对的两家，不是记住了，是查到了，还用上了。
搜「实际施工人」，出来的全是旧条文
04 · 是不是压缩压坏的
本地跑的量化版，原版每个参数 16 位，压到大约 4 位。智谱答错，会不会是压坏的？我家这版没人测过，我就拿官方接口自己对照。
六道活比下来，分数两边很接近。查法条，官方原版也是三次全错，第六条一次也没搜出来。所以这道题，不是压坏的，是没查到。这话只对这道题说，压缩本身不是没代价。
同一个智谱，本地量化版对官方接口
05 · 那到底选谁
这一轮最稳的是 DeepSeek：接案、尽调三次满分，查法条三次都对。测完第二天它原地升级，我又全套跑了一遍，整体持平，算不上变强，上面说的都是升级前的成绩。
本地千问 Flash 接案满分，新规定也查到了，就是慢，在我家查法条一道题要十九分钟（三次的中位）。千问 27B 关掉思考，最快，也最容易漏。材料不能出门的，就用本地：这一轮答得好的慢，快的容易漏。
用哪家都一样：日期、条号、新规定，都要自己再核一遍。
这一轮的总表（DeepSeek 为 10-16 旧版，AI 评委判，仅供参考）
大多只跑三遍，有的才一遍，只能看出大差距。最该信的，还是你自己的那套题。
律所养 AI 这个系列，四集到这儿讲完了：自己训，评分表怎么看，评分表怎么来，自己出题考。这是第 4 篇，也是最后一篇。
你会拿哪道题，考你在用的 AI？留言说说。
测试说明：两个案子和材料都是虚构的；本地三个模型是社区量化版，结果只代表我家这套配置；办案题每题最多跑 3 次（千问 27B 开思考每题 1 次），由 AI 评委盲评，评分点是 AI 定的口径，律师没有逐条核过，仅供参考。DeepSeek 为 10 月 16 日版，10 月 17 日升级版补测整体持平。「四倍上下」「快了五到七倍」为估算。法条：建工解释（一）第四十三条，建工解释（二）（法释〔2026〕12 号，2026 年 6 月 30 日施行）第六、七条。视频配音为 AI 克隆本人声音。
原文发布于「零代码法律人」。读者可前往 微信公众号阅读原文。