Ai速测

New API

docode.cc · 测评于 2026-10-07 11:15 · 最近更新批次 #772

57.5
综合评分
51.6
能力分（40%）
63.0
性能分（40%）
58.2
一致性分（20%）
1.28s
首字最快用时
6.74s
首字平均用时
384,000.0
每秒最大 tokens
10,515.5
平均每秒 tokens
11
测评模型数
gemini-3.7-flash-high-c
最佳模型 89.7
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。
gemini-3.7-flash-high-c
Gemini · 平均延迟 8.67秒 · 成功率 90%（9/10 题）
89.7 分
能力分90.9
性能分83.2
一致性分100.0
首字最快用时2.61秒
首字平均用时5.37秒
每秒最大 tokens12,625.00
平均每秒 tokens2,562.77
平均响应延迟8.67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 100.0 (2/2)
中文 100.0 (2/2)
知识 100.0 (2/2)
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
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
gemini-3.8-flash-high-c
Gemini · 平均延迟 13.35秒 · 成功率 90%（9/10 题）
84.8 分
能力分90.9
性能分71.2
一致性分100.0
首字最快用时4.48秒
首字平均用时9.22秒
每秒最大 tokens1,427.22
平均每秒 tokens576.49
平均响应延迟13.35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 100.0 (2/2)
中文 100.0 (2/2)
知识 100.0 (2/2)
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
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 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
grok-4.5
Grok · 平均延迟 16.65秒 · 成功率 80%（8/10 题）
66.3 分
能力分77.3
性能分64.9
一致性分47.1
首字最快用时1.37秒
首字平均用时10.44秒
每秒最大 tokens42,428.57
平均每秒 tokens4,472.76
平均响应延迟16.65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 44.4 (1/2)
中文 100.0 (2/2)
知识 50.0 (1/2)
grok-4.6
Grok · 平均延迟 18.90秒 · 成功率 70%（7/10 题）
65.8 分
能力分68.2
性能分72.0
一致性分48.7
首字最快用时1.28秒
首字平均用时7.36秒
每秒最大 tokens11,050.00
平均每秒 tokens1,356.38
平均响应延迟18.90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 44.4 (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%
gpt-6-sol
GPT · 平均延迟 15.63秒 · 成功率 60%（6/10 题）
61.4 分
能力分58.3
性能分50.1
一致性分90.0
首字最快用时1.71秒
首字平均用时5.70秒
每秒最大 tokens75.81
平均每秒 tokens37.70
平均响应延迟15.63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 50.0 (1/2)
中文 50.0 (1/2)
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
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
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
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 60%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-6.1-sol
GPT · 平均延迟 20.79秒 · 成功率 50%（5/10 题）
56.5 分
能力分50.0
性能分47.3
一致性分88.0
首字最快用时1.65秒
首字平均用时6.22秒
每秒最大 tokens133.60
平均每秒 tokens60.50
平均响应延迟20.79秒
一致性判定：基本符合声明特征
五大能力维度
数学 44.4 (1/2)
逻辑 55.6 (1/2)
代码 50.0 (1/2)
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
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
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 30000 milliseconds with 0 bytes received
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 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
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-v4.1-flash
DeepSeek · 平均延迟 14.10秒 · 成功率 20%（2/10 题）
48.6 分
能力分19.2
性能分76.1
一致性分52.5
首字最快用时1.63秒
首字平均用时2.05秒
每秒最大 tokens242.01
平均每秒 tokens114.29
平均响应延迟14.10秒
一致性判定：偏科明显
五大能力维度
数学 0.0 (0/2)
逻辑 50.0 (1/2)
代码 0.0 (0/2)
中文 44.4 (1/2)
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-5.6-terra
GPT · 平均延迟 10.15秒 · 成功率 20%（2/10 题）
43.9 分
能力分18.2
性能分61.1
一致性分60.9
首字最快用时2.32秒
首字平均用时6.85秒
每秒最大 tokens96,000.00
平均每秒 tokens9,968.47
平均响应延迟10.15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 44.4 (1/2)
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-5.6-sol
GPT · 平均延迟 8.00秒 · 成功率 30%（3/10 题）
42.1 分
能力分27.3
性能分67.9
一致性分20.0
首字最快用时2.61秒
首字平均用时5.48秒
每秒最大 tokens384,000.00
平均每秒 tokens45,355.19
平均响应延迟8.00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 44.4 (1/2)
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
gpt-5.5
GPT · 平均延迟 19.06秒 · 成功率 40%（4/10 题）
39.0 分
能力分38.6
性能分50.0
一致性分17.9
首字最快用时1.72秒
首字平均用时12.65秒
每秒最大 tokens371,000.00
平均每秒 tokens51,136.33
平均响应延迟19.06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 44.4 (1/2)
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 40%，低于 75%；最低能力维度 0 分，低于 30 分
claude-opus-4-8
Claude · 平均延迟 19.75秒 · 成功率 30%（3/10 题）
34.4 分
能力分28.9
性能分49.8
一致性分14.7
首字最快用时2.32秒
首字平均用时2.75秒
每秒最大 tokens74.12
平均每秒 tokens30.07
平均响应延迟19.75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 100.0 (2/2)
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

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