New API
speed.toter.me · 测评于 2026-09-27 15:42 · 最近更新批次 #182
关于统一测评
本页数据来自一次「能力 + 性能 + 一致性」统一测评：能力分由五大维度标准化题目判分，性能分由成功率、首字延迟与输出吞吐综合计算，一致性分来自结构化输出、指令遵循、工具调用、流式协议等专项检测。综合分 = 能力 40% + 性能 40% + 一致性 20%。
测评预警
- deepseek-v3.2：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v3.1：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash-vision-exp：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v3：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-opus-4-6：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-r1：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-pro：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-sonnet-4-5：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-sonnet-4-6：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-opus-4-5：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
以上为测评预警（题目通过率或某一能力维度低于配置阈值），不等同于安全或诈骗结论。
每个模型展示其最新一次统一测评结果；不同批次测评过的不同模型会共同保留，不会互相覆盖。展开「一致性专项明细」可查看逐项检测结果。
deepseek-v3.2
DeepSeek · 平均延迟 12.36秒 · 成功率 40%（4/10 题）
61.0 分
能力分37.8
性能分74.7
一致性分80.0
首字最快用时1.90秒
首字平均用时4.11秒
每秒最大 tokens1,571.43
平均每秒 tokens200.42
平均响应延迟12.36秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
100.0 (2/2)
代码
0.0 (0/2)
中文
55.6 (1/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v3.1
DeepSeek · 平均延迟 12.81秒 · 成功率 70%（7/10 题）
60.8 分
能力分66.7
性能分78.3
一致性分14.0
首字最快用时1.57秒
首字平均用时5.33秒
每秒最大 tokens1,516.13
平均每秒 tokens203.08
平均响应延迟12.81秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
100.0 (2/2)
代码
0.0 (0/2)
中文
100.0 (2/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4-flash
DeepSeek · 平均延迟 10.11秒 · 成功率 50%（5/10 题）
57.7 分
能力分48.9
性能分82.6
一致性分25.6
首字最快用时1.34秒
首字平均用时2.39秒
每秒最大 tokens2,200.00
平均每秒 tokens269.24
平均响应延迟10.11秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
100.0 (2/2)
代码
0.0 (0/2)
中文
55.6 (1/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4
DeepSeek · 平均延迟 9.67秒 · 成功率 50%（5/10 题）
50.9 分
能力分46.7
性能分76.9
一致性分7.4
首字最快用时2.23秒
首字平均用时4.18秒
每秒最大 tokens4,238.10
平均每秒 tokens685.21
平均响应延迟9.67秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
100.0 (2/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4-flash-vision-exp
DeepSeek · 平均延迟 8.08秒 · 成功率 30%（3/10 题）
49.3 分
能力分28.9
性能分68.9
一致性分50.7
首字最快用时1.51秒
首字平均用时2.82秒
每秒最大 tokens181.82
平均每秒 tokens66.38
平均响应延迟8.08秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
50.0 (1/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v3
DeepSeek · 平均延迟 11.86秒 · 成功率 50%（5/10 题）
47.8 分
能力分46.7
性能分69.1
一致性分7.4
首字最快用时1.94秒
首字平均用时3.21秒
每秒最大 tokens126.53
平均每秒 tokens59.62
平均响应延迟11.86秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
100.0 (2/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
claude-opus-4-6
Claude · 平均延迟 9.67秒 · 成功率 10%（1/10 题）
46.2 分
能力分8.5
性能分62.0
一致性分90.0
首字最快用时2.81秒
首字平均用时4.57秒
每秒最大 tokens128.34
平均每秒 tokens72.97
平均响应延迟9.67秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
44.4 (1/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-r1
DeepSeek · 平均延迟 10.78秒 · 成功率 40%（4/10 题）
45.7 分
能力分35.6
性能分78.0
一致性分1.4
首字最快用时1.86秒
首字平均用时3.04秒
每秒最大 tokens733.33
平均每秒 tokens117.31
平均响应延迟10.78秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
100.0 (2/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4-pro
DeepSeek · 平均延迟 10.19秒 · 成功率 20%（2/10 题）
42.9 分
能力分17.8
性能分64.0
一致性分50.7
首字最快用时2.33秒
首字平均用时5.09秒
每秒最大 tokens244.27
平均每秒 tokens75.18
平均响应延迟10.19秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
50.0 (1/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
claude-sonnet-4-5
Claude · 平均延迟 8.07秒 · 成功率 20%（2/10 题）
41.5 分
能力分20.0
性能分58.3
一致性分50.7
首字最快用时1.90秒
首字平均用时3.27秒
每秒最大 tokens200.00
平均每秒 tokens53.74
平均响应延迟8.07秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
50.0 (1/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
claude-sonnet-4-6
Claude · 平均延迟 7.50秒 · 成功率 20%（2/10 题）
40.2 分
能力分17.8
性能分57.4
一致性分50.7
首字最快用时1.63秒
首字平均用时4.19秒
每秒最大 tokens178.60
平均每秒 tokens57.40
平均响应延迟7.50秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
50.0 (1/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
claude-opus-4-5
Claude · 平均延迟 11.08秒 · 成功率 10%（1/10 题）
36.5 分
能力分10.6
性能分56.7
一致性分48.0
首字最快用时1.46秒
首字平均用时2.97秒
每秒最大 tokens153.91
平均每秒 tokens53.69
平均响应延迟11.08秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
55.6 (1/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测