小企鹅.xyz - AI API Gateway
xiaoqie.xyz · 测评于 2026-09-27 15:42 · 最近更新批次 #556
DeepSeek-V4-Flash-0731-Fast
最佳模型 79.0
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
- DeepSeek-V4-Flash-0731-Fast：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- qwen3.8-flash：题目通过率 70%，低于 75%
- grok-4.6：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-terra：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek/deepseek-v4-flash-0731：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-ai/DeepSeek-V4-Flash：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash-vision-exp：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.3-flash：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- mimo-v2.5：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash-0731：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash：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。
DeepSeek-V4-Flash-0731-Fast
DeepSeek · 平均延迟 11.95秒 · 成功率 60%（6/10 题）
79.0 分
能力分57.5
性能分90.0
一致性分100.0
首字最快用时0.42秒
首字平均用时0.60秒
每秒最大 tokens201.98
平均每秒 tokens101.66
平均响应延迟11.95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
0.0 (0/2)
中文
0.0 (0/2)
知识
100.0 (2/2)
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
qwen3.8-flash
通义千问 / Qwen · 平均延迟 8.93秒 · 成功率 70%（7/10 题）
75.4 分
能力分70.8
性能分91.8
一致性分51.9
首字最快用时0.88秒
首字平均用时1.03秒
每秒最大 tokens119.32
平均每秒 tokens81.36
平均响应延迟8.93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
100.0 (2/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 70%，低于 75%
grok-4.6
Grok · 平均延迟 21.03秒 · 成功率 60%（6/10 题）
71.2 分
能力分57.8
性能分70.2
一致性分100.0
首字最快用时1.13秒
首字平均用时1.36秒
每秒最大 tokens76.23
平均每秒 tokens46.25
平均响应延迟21.03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
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 60%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-terra
GPT · 平均延迟 16.35秒 · 成功率 50%（5/10 题）
48.4 分
能力分47.8
性能分47.6
一致性分51.0
首字最快用时0.92秒
首字平均用时2.12秒
每秒最大 tokens20.94
平均每秒 tokens12.92
平均响应延迟16.35秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
100.0 (2/2)
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek/deepseek-v4-flash-0731
DeepSeek · 平均延迟 2.83秒 · 成功率 30%（3/10 题）
45.8 分
能力分26.7
性能分80.8
一致性分14.0
首字最快用时1.04秒
首字平均用时1.34秒
每秒最大 tokens165.78
平均每秒 tokens128.79
平均响应延迟2.83秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
100.0 (2/2)
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 30%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-ai/DeepSeek-V4-Flash
DeepSeek · 平均延迟 4.02秒 · 成功率 30%（3/10 题）
44.2 分
能力分26.7
性能分76.9
一致性分14.0
首字最快用时1.07秒
首字平均用时2.60秒
每秒最大 tokens182.58
平均每秒 tokens132.19
平均响应延迟4.02秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
100.0 (2/2)
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 30%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4-flash-vision-exp
DeepSeek · 平均延迟 19.63秒 · 成功率 40%（4/10 题）
44.1 分
能力分37.8
性能分63.6
一致性分17.6
首字最快用时1.88秒
首字平均用时7.65秒
每秒最大 tokens246.31
平均每秒 tokens85.83
平均响应延迟19.63秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
100.0 (2/2)
代码
0.0 (0/2)
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 40%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.3-flash
GLM / ChatGLM · 平均延迟 12.38秒 · 成功率 10%（1/10 题）
39.0 分
能力分8.3
性能分50.0
一致性分78.0
首字最快用时1.94秒
首字平均用时3.87秒
每秒最大 tokens71.68
平均每秒 tokens46.52
平均响应延迟12.38秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
44.4 (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
mimo-v2.5
Mimo · 平均延迟 13.47秒 · 成功率 10%（1/10 题）
35.8 分
能力分8.3
性能分50.2
一致性分61.8
首字最快用时2.27秒
首字平均用时5.06秒
每秒最大 tokens92.66
平均每秒 tokens53.83
平均响应延迟13.47秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
44.4 (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
deepseek-v4-flash-0731
DeepSeek · 平均延迟 25.96秒 · 成功率 0%（0/10 题）
24.8 分
能力分0.0
性能分12.0
一致性分100.0
首字最快用时4.49秒
首字平均用时9.94秒
每秒最大 tokens87.23
平均每秒 tokens15.34
平均响应延迟25.96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
deepseek-v4-flash
DeepSeek · 平均延迟 25.28秒 · 成功率 10%（1/10 题）
23.0 分
能力分11.1
性能分17.8
一致性分57.0
首字最快用时4.51秒
首字平均用时10.07秒
每秒最大 tokens97.34
平均每秒 tokens22.40
平均响应延迟25.28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
0.0 (0/2)
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 10%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测