配一句短问题的照片，现在会被认真看一眼

回答质量取决于你打了多少字。一张配着寥寥几个字提问的照片被算作轻量轮次，而轻量轮次按价格排序，于是由目录里最便宜、勉强看得见东西的模型作答——同一张照片配上更长的句子却能引来好得多的模型。含有图像的轮次现在按模型看得有多好来排序，而不是按每美元的推理能力。