Light Hub
ly.ai3322.site · 测评于 2026-09-27 15:42 · 最近更新批次 #256
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
- grok-4.6：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。
gpt-5.6-terra
GPT · 平均延迟 7.03秒 · 成功率 50%（5/10 题）
56.3 分
能力分50.0
性能分78.0
一致性分25.6
首字最快用时2.35秒
首字平均用时3.84秒
每秒最大 tokens203.22
平均每秒 tokens98.41
平均响应延迟7.03秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
50.0 (1/2)
代码
55.6 (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
grok-4.6
Grok · 平均延迟 24.47秒 · 成功率 20%（2/10 题）
35.4 分
能力分18.2
性能分45.0
一致性分50.7
首字最快用时11.05秒
首字平均用时21.82秒
每秒最大 tokens5,512.35
平均每秒 tokens1,724.75
平均响应延迟24.47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
0.0 (0/2)
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