New API

api.justwoker.icu · 测评于 2026-09-27 15:42 · 最近更新批次 #189

47.9

综合评分

46.4

能力分（40%）

43.9

性能分（40%）

59.0

一致性分（20%）

1.69s

首字最快用时

5.10s

首字平均用时

54.3

每秒最大 tokens

23.5

平均每秒 tokens

测评模型数

claude-opus-5

最佳模型 48.2

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-5：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
claude-opus-5-thinking：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。

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。

claude-opus-5

Claude · 平均延迟 21.77秒 · 成功率 50%（4/8 题）

48.2 分

能力分46.0

性能分47.5

一致性分54.0

首字最快用时1.69秒

首字平均用时4.33秒

每秒最大 tokens54.30

平均每秒 tokens25.73

平均响应延迟21.77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 (1/1)

代码 44.4 (1/2)

中文 0.0 (0/1)

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

claude-opus-5-thinking

Claude · 平均延迟 23.73秒 · 成功率 50%（5/10 题）

47.6 分

能力分46.8

性能分40.3

一致性分64.0

首字最快用时2.00秒

首字平均用时5.87秒

每秒最大 tokens46.92

平均每秒 tokens21.22

平均响应延迟23.73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 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