New API

huablog.org · 已测 9 个模型 · 更新于 5天前

33.0

综合评分

前往该中转站查看完整测评明细

评分概览

综合分 = 能力 40% + 性能 40% + 一致性 20%，来自本站统一测评（能力题 + 一致性专项）。

33.0

综合评分

27.5

能力分（40%）

32.6

性能分（40%）

80.6

一致性分（20%）

1.56s

首字最快用时

9.74s

首字平均用时

2,600.0

每秒最大 tokens

248.5

平均每秒 tokens

12.67秒

平均延迟

codex-auto-review

最佳模型

测评预警 gpt-6-sol：题目通过率 60%，低于 75%；gpt-5.6-sol：题目通过率 30%，低于 75%；gpt-5.6-sol：最低能力维度 0 分，低于 30 分；gpt-6.1-sol：题目通过率 40%，低于 75%；gpt-6.1-sol：最低能力维度 0 分，低于 30 分；gpt-6-astra：题目通过率 40%，低于 75%；gpt-6-astra：最低能力维度 0 分，低于 30 分；gpt-5.3-codex-spark：题目通过率 0%，低于 75%；gpt-5.3-codex-spark：最低能力维度 0 分，低于 30 分；gpt-5.6-terra：题目通过率 0%，低于 75%；gpt-5.6-terra：最低能力维度 0 分，低于 30 分；gpt-5.6-luna：题目通过率 0%，低于 75%；gpt-5.6-luna：最低能力维度 0 分，低于 30 分；gpt-5.5：题目通过率 0%，低于 75%；gpt-5.5：最低能力维度 0 分，低于 30 分。以上为测评预警，不等同于安全或诈骗结论。

各模型测评明细（9 个）

每个模型展示其最新一次统一测评结果，点击模型名可查看完整测评报告（含一致性专项逐项明细）。

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
codex-auto-review Codex · 成功 80%（8/10）	85.4	79.6	83.9	100.0	11.89秒 · 中	1.56秒	4.36秒	399.6
gpt-6-sol GPT · 成功 60%（6/10）	68.6	59.1	65.0	95.0	9.74秒 · 中	2.28秒	8.81秒	488.2
gpt-5.6-sol GPT · 成功 30%（3/10）	53.2	29.6	57.0	93.0	18.97秒 · 高	5.08秒	8.96秒	250.0
gpt-6.1-sol GPT · 成功 40%（4/10）	46.6	40.9	50.0	51.0	24.73秒 · 高	8.08秒	19.45秒	2,600.0
gpt-6-astra GPT · 成功 40%（4/10）	43.2	38.6	37.3	64.0	17.86秒 · 高	4.86秒	7.15秒	85.6
gpt-5.3-codex-spark GPT · 成功 0%（0/10）	0.0	0.0	0.0	—	0.41秒 · 快	—	—	—
gpt-5.6-terra GPT · 成功 0%（0/10）	0.0	0.0	0.0	—	29.42秒 · 高	—	—	—
gpt-5.6-luna GPT · 成功 0%（0/10）	0.0	0.0	0.0	—	0.66秒 · 快	—	—	—
gpt-5.5 GPT · 成功 0%（0/10）	0.0	0.0	0.0	—	0.38秒 · 快	—	—	—