| 模型 | 综合分 | 能力分 | 性能分 | 一致性分 | 平均延迟 | 首字最快 | 首字平均 | 每秒最大 tokens |
|---|---|---|---|---|---|---|---|---|
| gpt-6-astra GPT · 成功 80%(8/10) | 73.3 | 80.0 | 78.8 | 48.7 | 10.42秒 · 中 | 1.65秒 | 5.99秒 | 1,500.0 |
| qwen3.8-flash 通义千问 / Qwen · 成功 70%(7/10) | 72.3 | 70.2 | 67.6 | 86.0 | 14.93秒 · 高 | 1.19秒 | 3.89秒 | 86.2 |
| DeepSeek-V4-Flash-0731 DeepSeek · 成功 40%(4/10) | 67.1 | 34.8 | 83.0 | 100.0 | 5.49秒 · 快 | 1.04秒 | 1.45秒 | 273.5 |
| gpt-5.6-sol GPT · 成功 70%(7/10) | 64.7 | 68.9 | 43.8 | 98.0 | 18.42秒 · 高 | 4.23秒 | 11.42秒 | 153.2 |
| claude-haiku-4-5-20251001 Claude · 成功 70%(7/10) | 62.9 | 68.8 | 81.6 | 14.0 | 8.39秒 · 中 | 1.42秒 | 4.29秒 | 228.5 |
| gpt-5.6 GPT · 成功 70%(7/10) | 56.9 | 68.8 | 66.5 | 14.0 | 14.18秒 · 高 | 3.84秒 | 9.12秒 | 1,822.2 |
| gpt-5.6-luna GPT · 成功 40%(4/10) | 54.4 | 41.3 | 67.5 | 54.4 | 17.15秒 · 高 | 1.79秒 | 6.41秒 | 1,780.5 |
| hy4-preview Hy4 · 成功 0%(0/10) | 49.1 | 0.0 | 72.7 | 100.0 | 6.85秒 · 中 | 1.25秒 | 1.54秒 | 108.2 |
| deepseek-v4-pro DeepSeek · 成功 40%(4/10) | 48.2 | 39.1 | 80.6 | 1.4 | 11.44秒 · 中 | 1.53秒 | 2.22秒 | 119.8 |
| deepseek-v4-flash-vision-exp DeepSeek · 成功 10%(1/10) | 47.1 | 8.9 | 63.9 | 90.0 | 12.34秒 · 高 | 2.07秒 | 5.16秒 | 1,000.0 |
| deepseek-v4-flash DeepSeek · 成功 30%(3/10) | 45.5 | 26.1 | 80.7 | 14.0 | 5.59秒 · 快 | 1.04秒 | 1.38秒 | 288.0 |
| gpt-image-2 GPT · 成功 0%(0/10) | 45.0 | 0.0 | 62.6 | 100.0 | 4.78秒 · 快 | 0.82秒 | 4.78秒 | 1,000.0 |
| gpt-5.6-terra GPT · 成功 60%(6/10) | 44.6 | 56.5 | 46.3 | 17.6 | 17.53秒 · 高 | 2.52秒 | 8.25秒 | 95.9 |
| deepseek-v4-pro-0813 DeepSeek · 成功 20%(2/10) | 40.5 | 17.4 | 76.9 | 14.0 | 12.21秒 · 高 | 1.52秒 | 1.80秒 | 111.4 |
| kimi-k3 Kimi / Moonshot · 成功 30%(3/10) | 22.5 | 26.1 | 23.1 | 14.0 | 22.03秒 · 高 | 4.82秒 | 14.50秒 | 84.4 |