New API
newapi.omgteam.me · 测评于 2026-09-27 15:42 · 最近更新批次 #570
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-5.4：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-sol：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-pro：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-luna
GPT · 平均延迟 8.45秒 · 成功率 80%（8/10 题）
75.0 分
能力分78.3
性能分83.9
一致性分50.7
首字最快用时3.32秒
首字平均用时4.36秒
每秒最大 tokens152.98
平均每秒 tokens92.95
平均响应延迟8.45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
50.0 (1/2)
知识
50.0 (1/2)
gpt-5.5
GPT · 平均延迟 17.22秒 · 成功率 90%（9/10 题）
72.1 分
能力分89.1
性能分62.5
一致性分57.0
首字最快用时4.39秒
首字平均用时12.63秒
每秒最大 tokens1,000.00
平均每秒 tokens226.12
平均响应延迟17.22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
50.0 (1/2)
知识
100.0 (2/2)
gpt-5.4
GPT · 平均延迟 0.76秒 · 成功率 0%（0/10 题）
50.0 分
能力分0.0
性能分75.0
一致性分100.0
首字最快用时0.66秒
首字平均用时0.76秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.76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
gpt-5.6-sol
GPT · 平均延迟 0.99秒 · 成功率 0%（0/10 题）
49.8 分
能力分0.0
性能分74.4
一致性分100.0
首字最快用时0.88秒
首字平均用时0.99秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.99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-pro
DeepSeek · 平均延迟 8.54秒 · 成功率 10%（1/10 题）
43.3 分
能力分8.9
性能分70.9
一致性分57.0
首字最快用时1.12秒
首字平均用时2.92秒
每秒最大 tokens1,000.00
平均每秒 tokens703.19
平均响应延迟8.54秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
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 10%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测