| 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-luna GPT · 成功 90%(9/10) | 72.0 | 88.9 | 87.5 | 7.0 | 6.57秒 · 中 | 2.57秒 | 4.00秒 | 191.1 |
| gpt-5.6-sol GPT · 成功 70%(7/10) | 70.2 | 72.3 | 77.2 | 51.9 | 14.66秒 · 高 | 1.45秒 | 5.71秒 | 4,265.6 |
| claude-opus-4-8 Claude · 成功 60%(6/10) | 69.4 | 58.7 | 74.7 | 80.0 | 12.85秒 · 高 | 2.87秒 | 5.21秒 | 96.2 |
| gpt-5.5 GPT · 成功 80%(8/10) | 69.1 | 77.8 | 69.5 | 50.7 | 9.91秒 · 中 | 1.30秒 | 2.86秒 | 57.7 |
| gpt-5.6-sol-openai-compact GPT · 成功 70%(7/10) | 68.7 | 70.2 | 56.4 | 90.0 | 13.05秒 · 高 | 1.35秒 | 5.95秒 | 57.6 |
| gpt-6.1-sol GPT · 成功 80%(8/10) | 62.1 | 80.0 | 71.7 | 7.0 | 13.49秒 · 高 | 2.75秒 | 8.24秒 | 1,069.5 |
| deepseek-v4-flash-vision-exp DeepSeek · 成功 40%(4/10) | 60.1 | 39.1 | 82.6 | 57.0 | 4.54秒 · 快 | 1.02秒 | 1.56秒 | 123.8 |
| gpt-6-astra GPT · 成功 80%(8/10) | 59.3 | 79.2 | 60.6 | 17.0 | 11.85秒 · 中 | 2.47秒 | 7.43秒 | 127.3 |
| gpt-5.6-terra-openai-compact GPT · 成功 0%(0/10) | 48.6 | 0.0 | 71.4 | 100.0 | 1.94秒 · 快 | 1.88秒 | 1.94秒 | 1,000.0 |
| deepseek-v4-pro-0813 DeepSeek · 成功 10%(1/10) | 47.0 | 8.9 | 69.5 | 78.0 | 6.71秒 · 中 | 1.56秒 | 3.36秒 | 11,363.6 |