ai.modelzoo.tech
ai.modelzoo.tech · 测评于 2026-09-27 15:42 · 最近更新批次 #152
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
- auto：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- minimax-m3：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash：题目通过率 11.11%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.2：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。
auto
Auto · 平均延迟 3.91秒 · 成功率 0%（0/10 题）
49.5 分
能力分0.0
性能分73.8
一致性分100.0
首字最快用时0.93秒
首字平均用时1.19秒
每秒最大 tokens237.04
平均每秒 tokens155.14
平均响应延迟3.91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
minimax-m3
MiniMax · 平均延迟 4.84秒 · 成功率 0%（0/10 题）
48.5 分
能力分0.0
性能分71.3
一致性分100.0
首字最快用时1.08秒
首字平均用时2.00秒
每秒最大 tokens224.69
平均每秒 tokens149.13
平均响应延迟4.84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-flash
DeepSeek · 平均延迟 4.66秒 · 成功率 11%（1/9 题）
45.7 分
能力分12.2
性能分73.5
一致性分57.0
首字最快用时1.12秒
首字平均用时2.16秒
每秒最大 tokens217.19
平均每秒 tokens158.02
平均响应延迟4.66秒
一致性判定：偏科明显
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
50.0 (1/2)
知识
0.0 (0/1)
该模型触发测评预警：题目通过率 11.11%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.2
GLM / ChatGLM · 平均延迟 11.94秒 · 成功率 0%（0/10 题）
41.5 分
能力分0.0
性能分53.8
一致性分100.0
首字最快用时1.02秒
首字平均用时1.39秒
每秒最大 tokens80.33
平均每秒 tokens43.60
平均响应延迟11.94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