Sublyx - AI API Gateway
api.sublyx.org · 测评于 2026-09-27 15:42 · 最近更新批次 #582
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-luna：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-sol：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-6-astra：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- codex-auto-review：题目通过率 0%，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-luna
GPT · 平均延迟 4.22秒 · 成功率 30%（3/10 题）
52.9 分
能力分30.4
性能分76.5
一致性分50.7
首字最快用时0.74秒
首字平均用时2.72秒
每秒最大 tokens1,000.00
平均每秒 tokens639.47
平均响应延迟4.22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
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 30%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-sol
GPT · 平均延迟 14.93秒 · 成功率 60%（6/10 题）
52.0 分
能力分55.6
性能分45.9
一致性分57.0
首字最快用时1.14秒
首字平均用时3.82秒
每秒最大 tokens27.22
平均每秒 tokens14.96
平均响应延迟14.93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
100.0 (2/2)
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 60%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-6-astra
GPT · 平均延迟 21.76秒 · 成功率 40%（4/10 题）
41.9 分
能力分40.0
性能分37.5
一致性分54.4
首字最快用时1.25秒
首字平均用时4.19秒
每秒最大 tokens25.21
平均每秒 tokens10.78
平均响应延迟21.76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
0.0 (0/2)
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 40%，低于 75%；最低能力维度 0 分，低于 30 分
codex-auto-review
Codex · 平均延迟 3.80秒 · 成功率 0%（0/10 题）
31.2 分
能力分0.0
性能分27.9
一致性分100.0
首字最快用时1.06秒
首字平均用时3.59秒
每秒最大 tokens16.67
平均每秒 tokens8.08
平均响应延迟3.80秒
一致性判定：维度均衡
五大能力维度
数学
0.0 (0/2)
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 0%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测