llmtoken.io
llmtoken.io · 测评于 2026-09-27 15:42 · 最近更新批次 #223
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-5.6-terra：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-sol：题目通过率 10%，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-terra
GPT · 平均延迟 18.12秒 · 成功率 40%（4/10 题）
42.2 分
能力分40.0
性能分36.8
一致性分57.6
首字最快用时1.33秒
首字平均用时8.59秒
每秒最大 tokens55.98
平均每秒 tokens35.20
平均响应延迟18.12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
50.0 (1/2)
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
gpt-5.6-sol
GPT · 平均延迟 27.75秒 · 成功率 10%（1/10 题）
20.6 分
能力分8.9
性能分35.2
一致性分15.0
首字最快用时1.60秒
首字平均用时1.60秒
每秒最大 tokens52.80
平均每秒 tokens5.28
平均响应延迟27.75秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
50.0 (1/2)
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
返回排行榜
Ai速测