api.a6api.com

api.a6api.com · 测评于 2026-10-15 20:22 · 最近更新批次 #848

51.0
综合评分
36.7
能力分(40%)
61.1
性能分(40%)
59.6
一致性分(20%)
0.82s
首字最快用时
5.10s
首字平均用时
1,822.2
每秒最大 tokens
193.4
平均每秒 tokens
21
测评模型数
qwen3.8-flash
最佳模型 72.3
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

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。

各模型得分明细

前往该中转站
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。
qwen3.8-flash
通义千问 / Qwen · 平均延迟 14.93秒 · 成功率 70%(7/10 题)
72.3 分
能力分70.2
性能分67.6
一致性分86.0
首字最快用时1.19秒
首字平均用时3.89秒
每秒最大 tokens86.17
平均每秒 tokens51.45
平均响应延迟14.93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 55.6 (1/2)
中文 50.0 (1/2)
知识 50.0 (1/2)
该模型触发测评预警:题目通过率 70%,低于 75%
qwen3.8-max
通义千问 / Qwen · 平均延迟 9.47秒 · 成功率 60%(6/10 题)
67.4 分
能力分59.1
性能分59.3
一致性分100.0
首字最快用时2.69秒
首字平均用时3.60秒
每秒最大 tokens85.71
平均每秒 tokens38.90
平均响应延迟9.47秒
一致性判定:高度符合声明特征
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 50.0 (1/2)
知识 50.0 (1/2)
一致性专项明细(11 项)
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
该模型触发测评预警:题目通过率 60%,低于 75%;最低能力维度 0 分,低于 30 分
DeepSeek-V4-Flash-0731
DeepSeek · 平均延迟 5.49秒 · 成功率 40%(4/10 题)
67.1 分
能力分34.8
性能分83.0
一致性分100.0
首字最快用时1.04秒
首字平均用时1.45秒
每秒最大 tokens273.46
平均每秒 tokens215.28
平均响应延迟5.49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-v4.1-flash
DeepSeek · 平均延迟 4.33秒 · 成功率 40%(4/10 题)
66.8 分
能力分38.6
性能分78.3
一致性分100.0
首字最快用时1.69秒
首字平均用时2.94秒
每秒最大 tokens777.31
平均每秒 tokens265.03
平均响应延迟4.33秒
一致性判定:高度符合声明特征
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 50.0 (1/2)
知识 0.0 (0/2)
一致性专项明细(11 项)
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
工具调用兼容性 高级功能 · 0.0 / 14.0 分 不适用
工具调用兼容性:接口未支持该可选能力,未计入总分。
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
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
gpt-5.6-sol
GPT · 平均延迟 18.42秒 · 成功率 70%(7/10 题)
64.7 分
能力分68.9
性能分43.8
一致性分98.0
首字最快用时4.23秒
首字平均用时11.42秒
每秒最大 tokens153.16
平均每秒 tokens50.90
平均响应延迟18.42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 50.0 (1/2)
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 70%,低于 75%
kimi-k3
Kimi / Moonshot · 平均延迟 16.66秒 · 成功率 50%(5/10 题)
63.0 分
能力分47.7
性能分64.6
一致性分90.0
首字最快用时4.59秒
首字平均用时5.49秒
每秒最大 tokens91.82
平均每秒 tokens71.82
平均响应延迟16.66秒
一致性判定:高度符合声明特征
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)
一致性专项明细(11 项)
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合:
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
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-haiku-4-5-20251001
Claude · 平均延迟 8.39秒 · 成功率 70%(7/10 题)
62.9 分
能力分68.8
性能分81.6
一致性分14.0
首字最快用时1.42秒
首字平均用时4.29秒
每秒最大 tokens228.47
平均每秒 tokens148.81
平均响应延迟8.39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 50.0 (1/2)
知识 100.0 (2/2)
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
glm-5.3
GLM / ChatGLM · 平均延迟 9.34秒 · 成功率 40%(4/10 题)
62.3 分
能力分36.4
性能分76.3
一致性分86.0
首字最快用时1.58秒
首字平均用时3.60秒
每秒最大 tokens162.24
平均每秒 tokens125.30
平均响应延迟9.34秒
一致性判定:基本符合声明特征
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)
一致性专项明细(11 项)
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
工具调用兼容性 高级功能 · 0.0 / 14.0 分 未通过
工具调用名称或参数不符合要求。
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
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
grok-4.6
Grok · 平均延迟 21.71秒 · 成功率 50%(5/10 题)
56.9 分
能力分46.8
性能分52.5
一致性分86.0
首字最快用时6.31秒
首字平均用时14.35秒
每秒最大 tokens756.15
平均每秒 tokens477.98
平均响应延迟21.71秒
一致性判定:基本符合声明特征
五大能力维度
数学 100.0 (2/2)
逻辑 44.4 (1/2)
代码 0.0 (0/2)
中文 100.0 (2/2)
知识 0.0 (0/2)
一致性专项明细(11 项)
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
工具调用兼容性 高级功能 · 0.0 / 14.0 分 未通过
接口返回成功,但模型未按要求发起有效工具调用。
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
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
gpt-5.6
GPT · 平均延迟 14.18秒 · 成功率 70%(7/10 题)
56.9 分
能力分68.8
性能分66.5
一致性分14.0
首字最快用时3.84秒
首字平均用时9.12秒
每秒最大 tokens1,822.22
平均每秒 tokens244.08
平均响应延迟14.18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 100.0 (2/2)
中文 50.0 (1/2)
知识 0.0 (0/2)
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
gpt-5.6-luna
GPT · 平均延迟 17.15秒 · 成功率 40%(4/10 题)
54.4 分
能力分41.3
性能分67.5
一致性分54.4
首字最快用时1.79秒
首字平均用时6.41秒
每秒最大 tokens1,780.49
平均每秒 tokens215.18
平均响应延迟17.15秒
一致性判定:偏科明显
五大能力维度
数学 55.6 (1/2)
逻辑 50.0 (1/2)
代码 0.0 (0/2)
中文 50.0 (1/2)
知识 50.0 (1/2)
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
hy4-preview
Hy4 · 平均延迟 6.85秒 · 成功率 0%(0/10 题)
49.1 分
能力分0.0
性能分72.7
一致性分100.0
首字最快用时1.25秒
首字平均用时1.54秒
每秒最大 tokens108.20
平均每秒 tokens82.40
平均响应延迟6.85秒
一致性判定:维度均衡
五大能力维度
数学 0.0 (0/2)
逻辑 0.0 (0/2)
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 0%,低于 75%;最低能力维度 0 分,低于 30 分
deepseek-v4-pro
DeepSeek · 平均延迟 11.44秒 · 成功率 40%(4/10 题)
48.2 分
能力分39.1
性能分80.6
一致性分1.4
首字最快用时1.53秒
首字平均用时2.22秒
每秒最大 tokens119.76
平均每秒 tokens94.30
平均响应延迟11.44秒
一致性判定:偏科明显
五大能力维度
数学 100.0 (2/2)
逻辑 0.0 (0/2)
代码 0.0 (0/2)
中文 100.0 (2/2)
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-flash-vision-exp
DeepSeek · 平均延迟 12.34秒 · 成功率 10%(1/10 题)
47.1 分
能力分8.9
性能分63.9
一致性分90.0
首字最快用时2.07秒
首字平均用时5.16秒
每秒最大 tokens1,000.00
平均每秒 tokens123.21
平均响应延迟12.34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 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-v4-flash
DeepSeek · 平均延迟 5.59秒 · 成功率 30%(3/10 题)
45.5 分
能力分26.1
性能分80.7
一致性分14.0
首字最快用时1.04秒
首字平均用时1.38秒
每秒最大 tokens287.96
平均每秒 tokens220.85
平均响应延迟5.59秒
一致性判定:偏科明显
五大能力维度
数学 100.0 (2/2)
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 30%,低于 75%;最低能力维度 0 分,低于 30 分
grok-4.7
Grok · 平均延迟 6.32秒 · 成功率 40%(4/10 题)
45.1 分
能力分40.9
性能分58.9
一致性分26.0
首字最快用时3.91秒
首字平均用时5.23秒
每秒最大 tokens169.66
平均每秒 tokens114.08
平均响应延迟6.32秒
一致性判定:与声明特征偏差较大
五大能力维度
数学 0.0 (0/2)
逻辑 100.0 (2/2)
代码 44.4 (1/2)
中文 0.0 (0/2)
知识 50.0 (1/2)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 异常
动态多步计算:调用失败,未通过测试。接口报错:系统 CPU 负载已触发保护。 原因:CPU 使用率超过平台准入阈值。 解决方案:请稍后重试,或降低请求并发。 request_id: 202610150934565377934148268d9d6VDNohbnH
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。接口报错:系统 CPU 负载已触发保护。 原因:CPU 使用率超过平台准入阈值。 解决方案:请稍后重试,或降低请求并发。 request_id: 202610150934569200516798268d9d6ZzyHTbTK
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。接口报错:系统 CPU 负载已触发保护。 原因:CPU 使用率超过平台准入阈值。 解决方案:请稍后重试,或降低请求并发。 request_id: 20261015093458227655548268d9d6ytNWwW2Z
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。接口报错:系统 CPU 负载已触发保护。 原因:CPU 使用率超过平台准入阈值。 解决方案:请稍后重试,或降低请求并发。 request_id: 202610150934581969711228268d9d6wq0RabOj
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 异常
动态结构化输出:调用失败,未通过测试。接口报错:系统 CPU 负载已触发保护。 原因:CPU 使用率超过平台准入阈值。 解决方案:请稍后重试,或降低请求并发。 request_id: 202610150934583201071348268d9d6kQynaYpS
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 异常
长文本定位与记忆:调用失败,未通过测试。接口报错:系统 CPU 负载已触发保护。 原因:CPU 使用率超过平台准入阈值。 解决方案:请稍后重试,或降低请求并发。 request_id: 202610150934586239024388268d9d6scHL9dDU
结构污染检查 协议完整性 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。接口报错:系统 CPU 负载已触发保护。 原因:CPU 使用率超过平台准入阈值。 解决方案:请稍后重试,或降低请求并发。 request_id: 202610150934588207812618268d9d6FjNllcTp
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
身份自报检查 声明一致性 · 0.0 / 2.0 分 未通过
最终答案或格式约束不符合预期。
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
gpt-image-2
GPT · 平均延迟 4.78秒 · 成功率 0%(0/10 题)
45.0 分
能力分0.0
性能分62.6
一致性分100.0
首字最快用时0.82秒
首字平均用时4.78秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟4.78秒
一致性判定:维度均衡
五大能力维度
数学 0.0 (0/2)
逻辑 0.0 (0/2)
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 0%,低于 75%;最低能力维度 0 分,低于 30 分
gpt-5.6-terra
GPT · 平均延迟 17.53秒 · 成功率 60%(6/10 题)
44.6 分
能力分56.5
性能分46.3
一致性分17.6
首字最快用时2.52秒
首字平均用时8.25秒
每秒最大 tokens95.85
平均每秒 tokens41.65
平均响应延迟17.53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 50.0 (1/2)
中文 50.0 (1/2)
知识 0.0 (0/2)
该模型触发测评预警:题目通过率 60%,低于 75%;最低能力维度 0 分,低于 30 分
deepseek-v4-pro-0813
DeepSeek · 平均延迟 12.21秒 · 成功率 20%(2/10 题)
40.5 分
能力分17.4
性能分76.9
一致性分14.0
首字最快用时1.52秒
首字平均用时1.80秒
每秒最大 tokens111.43
平均每秒 tokens92.57
平均响应延迟12.21秒
一致性判定:偏科明显
五大能力维度
数学 100.0 (2/2)
逻辑 0.0 (0/2)
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
gpt-6.1-sol
GPT · 平均延迟 30.01秒 · 成功率 0%(0/10 题)
12.0 分
能力分0.0
性能分0.0
一致性分60.0
首字最快用时暂无
首字平均用时暂无
每秒最大 tokens0.00
平均每秒 tokens0.00
平均响应延迟30.01秒
一致性判定:存在明显行为偏差
五大能力维度
数学 0.0 (0/2)
逻辑 0.0 (0/2)
代码 0.0 (0/2)
中文 0.0 (0/2)
知识 0.0 (0/2)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 异常
动态多步计算:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。请求失败:Operation timed out after 30000 milliseconds with 0 bytes received
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。请求失败:Operation timed out after 30002 milliseconds with 0 bytes received
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
该模型触发测评预警:题目通过率 0%,低于 75%;最低能力维度 0 分,低于 30 分
gpt-6-astra
GPT · 平均延迟 30.01秒 · 成功率 0%(0/10 题)
0.0 分
能力分0.0
性能分0.0
一致性分—
首字最快用时暂无
首字平均用时暂无
每秒最大 tokens0.00
平均每秒 tokens0.00
平均响应延迟30.01秒
一致性判定:与声明特征偏差较大
五大能力维度
数学 0.0 (0/2)
逻辑 0.0 (0/2)
代码 0.0 (0/2)
中文 0.0 (0/2)
知识 0.0 (0/2)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 异常
动态多步计算:调用失败,未通过测试。请求失败:Operation timed out after 30000 milliseconds with 0 bytes received
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 异常
动态结构化输出:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
结构污染检查 协议完整性 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 异常
长文本定位与记忆:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
身份自报检查 声明一致性 · 0.0 / 2.0 分 异常
身份自报检查:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
工具调用兼容性 高级功能 · 0.0 / 14.0 分 异常
工具调用兼容性:调用失败,未通过测试。请求失败:Operation timed out after 30000 milliseconds with 0 bytes received
流式输出检查 协议完整性 · 0.0 / 7.0 分 异常
流式输出检查:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
响应协议完整性 协议完整性 · 0.0 / 5.0 分 异常
响应协议完整性:调用失败,未通过测试。请求失败:Operation timed out after 30000 milliseconds with 0 bytes received
该模型触发测评预警:题目通过率 0%,低于 75%;最低能力维度 0 分,低于 30 分

返回排行榜

Ai速测 · 仅作能力评测与导航参考,不代表任何商业推荐 · 数据由社区提交