New API
opencowbot.com · 测评于 2026-09-27 15:42 · 最近更新批次 #144
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
- gpt-5.6-terra：题目通过率 70%，低于 75%
- gpt-5.6-sol：题目通过率 70%，低于 75%
- gpt-5.4-mini：最低能力维度 0 分，低于 30 分
- gpt-5.5：题目通过率 70%，低于 75%
- gpt-5.5-openai-compact：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.4：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.4-openai-compact：题目通过率 50%，低于 75%；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%；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。
gpt-5.6-terra
GPT · 平均延迟 9.14秒 · 成功率 70%（7/10 题）
70.1 分
能力分72.3
性能分76.5
一致性分53.1
首字最快用时0.21秒
首字平均用时5.93秒
每秒最大 tokens40,230.77
平均每秒 tokens4,213.70
平均响应延迟9.14秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
100.0 (2/2)
代码
100.0 (2/2)
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%
gpt-5.6-sol
GPT · 平均延迟 11.74秒 · 成功率 70%（7/10 题）
69.7 分
能力分72.3
性能分75.3
一致性分53.1
首字最快用时0.53秒
首字平均用时6.30秒
每秒最大 tokens1,000.00
平均每秒 tokens171.88
平均响应延迟11.74秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
100.0 (2/2)
代码
100.0 (2/2)
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%
gpt-5.4-mini
GPT · 平均延迟 10.10秒 · 成功率 80%（8/10 题）
67.3 分
能力分80.9
性能分80.5
一致性分14.0
首字最快用时0.21秒
首字平均用时5.45秒
每秒最大 tokens1,000.00
平均每秒 tokens212.19
平均响应延迟10.10秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
100.0 (2/2)
代码
100.0 (2/2)
中文
100.0 (2/2)
知识
100.0 (2/2)
该模型触发测评预警：最低能力维度 0 分，低于 30 分
gpt-5.5
GPT · 平均延迟 17.11秒 · 成功率 70%（7/10 题）
62.7 分
能力分70.2
性能分62.2
一致性分48.7
首字最快用时4.03秒
首字平均用时10.51秒
每秒最大 tokens257.36
平均每秒 tokens118.92
平均响应延迟17.11秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
100.0 (2/2)
代码
100.0 (2/2)
中文
44.4 (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%
gpt-5.5-openai-compact
GPT · 平均延迟 14.08秒 · 成功率 70%（7/10 题）
61.2 分
能力分72.3
性能分73.2
一致性分14.7
首字最快用时2.48秒
首字平均用时6.97秒
每秒最大 tokens185.00
平均每秒 tokens97.93
平均响应延迟14.08秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
100.0 (2/2)
代码
100.0 (2/2)
中文
0.0 (0/2)
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
gpt-5.4
GPT · 平均延迟 10.94秒 · 成功率 60%（6/10 题）
57.0 分
能力分59.6
性能分74.4
一致性分17.1
首字最快用时0.54秒
首字平均用时5.79秒
每秒最大 tokens1,000.00
平均每秒 tokens168.59
平均响应延迟10.94秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
100.0 (2/2)
代码
50.0 (1/2)
中文
44.4 (1/2)
知识
100.0 (2/2)
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
gpt-5.4-openai-compact
GPT · 平均延迟 7.34秒 · 成功率 50%（5/10 题）
53.1 分
能力分48.9
性能分80.0
一致性分7.4
首字最快用时0.22秒
首字平均用时3.19秒
每秒最大 tokens1,000.00
平均每秒 tokens233.69
平均响应延迟7.34秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-luna
GPT · 平均延迟 0.67秒 · 成功率 0%（0/10 题）
50.0 分
能力分0.0
性能分75.0
一致性分100.0
首字最快用时0.52秒
首字平均用时0.67秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.67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
返回排行榜
Ai速测