| 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 90%(9/10) | 82.2 | 89.1 | 71.5 | 90.0 | 15.85秒 · 高 | 1.62秒 | 9.13秒 | 2,381.6 |
| gpt-5.6-terra GPT · 成功 90%(9/10) | 75.6 | 89.4 | 49.7 | 100.0 | 16.04秒 · 高 | 2.38秒 | 9.28秒 | 66.5 |
| MiniMax-M3 MiniMax · 成功 60%(6/10) | 72.8 | 57.8 | 89.1 | 70.0 | 8.06秒 · 中 | 0.71秒 | 1.09秒 | 325.2 |
| claude-sonnet-5 Claude · 成功 50%(5/10) | 67.0 | 50.0 | 78.5 | 78.0 | 12.60秒 · 高 | 2.78秒 | 3.68秒 | 133.9 |
| glm-5.3-flashx GLM / ChatGLM · 成功 40%(4/10) | 62.7 | 37.2 | 75.6 | 88.0 | 9.73秒 · 中 | 2.93秒 | 3.82秒 | 173.3 |
| agnes-2.5-flash Agnes · 成功 50%(5/10) | 56.9 | 50.0 | 87.2 | 10.0 | 3.53秒 · 快 | 0.56秒 | 0.90秒 | 145.7 |
| qwen3.8-flash 通义千问 / Qwen · 成功 40%(4/10) | 54.8 | 39.1 | 53.7 | 88.4 | 20.59秒 · 高 | 3.40秒 | 3.89秒 | 123.9 |
| glm-5.3 GLM / ChatGLM · 成功 30%(3/10) | 51.1 | 30.4 | 52.4 | 90.0 | 12.07秒 · 高 | 5.86秒 | 10.45秒 | 12,288.9 |
| glm-5.3-flash GLM / ChatGLM · 成功 30%(3/10) | 35.2 | 30.4 | 14.5 | 86.0 | 26.96秒 · 高 | 4.84秒 | 10.88秒 | 43.0 |
| kimi-k3 Kimi / Moonshot · 成功 30%(3/10) | 32.0 | 28.3 | 21.8 | 60.0 | 26.60秒 · 高 | 5.55秒 | 9.48秒 | 50.4 |
| deepseek-flash DeepSeek · 成功 30%(3/10) | 31.3 | 28.3 | 47.5 | 5.0 | 18.62秒 · 高 | 4.74秒 | 12.76秒 | 4,394.9 |
| agnes-2.0-flash Agnes · 成功 0%(0/10) | 16.1 | 0.0 | 40.3 | — | 0.36秒 · 快 | 0.65秒 | 0.65秒 | 148.6 |
| agnes-3.0-flash Agnes · 成功 0%(0/10) | 0.0 | 0.0 | 0.0 | — | 0.31秒 · 快 | — | — | — |