| 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 |
|---|---|---|---|---|---|---|---|---|
| qwen-3.8-max 通义千问 / Qwen · 成功 60%(6/10) | 75.6 | 60.9 | 78.2 | 100.0 | 13.17秒 · 高 | 2.34秒 | 4.59秒 | 836.0 |
| glm-5.3 GLM / ChatGLM · 成功 70%(7/10) | 74.8 | 66.7 | 70.4 | 100.0 | 13.96秒 · 高 | 2.44秒 | 5.79秒 | 146.0 |
| deepseek-v4-pro DeepSeek · 成功 60%(6/10) | 69.9 | 56.8 | 68.0 | 100.0 | 15.39秒 · 高 | 0.61秒 | 4.48秒 | 282.9 |
| deepseek-v4.1-flash DeepSeek · 成功 50%(5/10) | 68.4 | 45.5 | 75.7 | 100.0 | 10.32秒 · 中 | 2.60秒 | 4.59秒 | 1,432.9 |
| claude-opus-5.5 Claude · 成功 70%(7/10) | 66.8 | 69.6 | 57.5 | 80.0 | 13.19秒 · 高 | 2.11秒 | 4.04秒 | 90.0 |
| claude-sonnet-5.5 Claude · 成功 60%(6/10) | 65.0 | 60.9 | 56.7 | 90.0 | 14.78秒 · 高 | 1.90秒 | 4.26秒 | 77.1 |
| gpt-5.6-terra GPT · 成功 50%(5/10) | 63.3 | 45.7 | 76.1 | 73.0 | 19.33秒 · 高 | 1.07秒 | 4.45秒 | 1,372.9 |
| kimi-k3 Kimi / Moonshot · 成功 50%(5/10) | 63.2 | 48.9 | 64.1 | 90.0 | 10.73秒 · 中 | 2.23秒 | 5.14秒 | 121.5 |
| claude-sonnet-5 Claude · 成功 60%(6/10) | 62.6 | 57.5 | 50.0 | 98.0 | 15.87秒 · 高 | 3.25秒 | 4.78秒 | 60.3 |
| claude-opus-5 Claude · 成功 40%(4/10) | 54.3 | 37.0 | 53.7 | 90.0 | 12.81秒 · 高 | 1.87秒 | 3.75秒 | 91.4 |
| gpt-6.1-sol GPT · 成功 50%(5/10) | 44.3 | 48.9 | 39.8 | 44.0 | 21.90秒 · 高 | 5.09秒 | 5.11秒 | 54.2 |
| gpt-6-astra GPT · 成功 30%(3/10) | 39.2 | 29.8 | 32.6 | 71.0 | 23.62秒 · 高 | 5.09秒 | 5.09秒 | 39.6 |
| gemini-4-argon Gemini · 成功 0%(0/10) | 0.0 | 0.0 | 0.0 | — | 30.00秒 · 高 | — | — | — |