halion
halion.asia · 测评于 2026-09-27 15:42 · 最近更新批次 #156
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-5.5：题目通过率 50%，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-sol
GPT · 平均延迟 12.56秒 · 成功率 78%（7/9 题）
74.0 分
能力分75.6
性能分59.3
一致性分100.0
首字最快用时2.66秒
首字平均用时4.35秒
每秒最大 tokens67.52
平均每秒 tokens34.89
平均响应延迟12.56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 (1/1)
中文
50.0 (1/2)
知识
50.0 (1/2)
gpt-5.5
GPT · 平均延迟 18.31秒 · 成功率 50%（5/10 题）
38.1 分
能力分47.8
性能分43.6
一致性分7.4
首字最快用时2.75秒
首字平均用时5.27秒
每秒最大 tokens53.59
平均每秒 tokens23.91
平均响应延迟18.31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
100.0 (2/2)
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测