New API
acy7.com · 测评于 2026-09-27 15:42 · 最近更新批次 #170
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
- claude-opus-4-7：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-fable-5：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-opus-4-6：题目通过率 20%，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。
claude-opus-4-7
Claude · 平均延迟 15.70秒 · 成功率 10%（1/10 题）
36.2 分
能力分8.5
性能分53.6
一致性分57.0
首字最快用时1.78秒
首字平均用时4.38秒
每秒最大 tokens109.03
平均每秒 tokens56.10
平均响应延迟15.70秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
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 10%，低于 75%；最低能力维度 0 分，低于 30 分
claude-fable-5
Claude · 平均延迟 15.09秒 · 成功率 10%（1/10 题）
34.3 分
能力分10.6
性能分46.6
一致性分57.0
首字最快用时2.15秒
首字平均用时7.47秒
每秒最大 tokens132.75
平均每秒 tokens61.03
平均响应延迟15.09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
50.0 (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 10%，低于 75%；最低能力维度 0 分，低于 30 分
claude-opus-4-6
Claude · 平均延迟 18.10秒 · 成功率 20%（2/10 题）
32.9 分
能力分21.3
性能分35.7
一致性分50.7
首字最快用时2.36秒
首字平均用时10.35秒
每秒最大 tokens97.90
平均每秒 tokens52.91
平均响应延迟18.10秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
0.0 (0/2)
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 20%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测