New API
gemai.huchan.cn · 测评于 2026-09-27 15:42 · 最近更新批次 #641
[free]gpt-5.6-sol
最佳模型 59.4
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
- [free]gpt-5.6-sol：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- [次]deepseek-v4-flash：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。
[free]gpt-5.6-sol
GPT · 平均延迟 3.61秒 · 成功率 30%（3/10 题）
59.4 分
能力分29.6
性能分74.9
一致性分88.0
首字最快用时1.64秒
首字平均用时3.23秒
每秒最大 tokens526,000.00
平均每秒 tokens106,047.27
平均响应延迟3.61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
50.0 (1/2)
知识
50.0 (1/2)
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
deepseek-v4-flash
DeepSeek · 平均延迟 8.20秒 · 成功率 50%（5/10 题）
56.8 分
能力分51.0
性能分78.2
一致性分25.6
首字最快用时0.99秒
首字平均用时3.79秒
每秒最大 tokens302.68
平均每秒 tokens218.42
平均响应延迟8.20秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
100.0 (2/2)
代码
50.0 (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 50%，低于 75%；最低能力维度 0 分，低于 30 分
[次]deepseek-v4-flash
DeepSeek · 平均延迟 8.62秒 · 成功率 20%（2/10 题）
45.9 分
能力分20.4
性能分70.9
一致性分47.1
首字最快用时1.98秒
首字平均用时3.18秒
每秒最大 tokens115.52
平均每秒 tokens76.86
平均响应延迟8.62秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
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