OpenCode | The open source AI coding agent
opencode.ai · 测评于 2026-09-27 15:42 · 最近更新批次 #278
deepseek-v4-flash
最佳模型 62.7
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：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
- minimax-m3：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- minimax-m2.7：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- grok-4.6：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-luna：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- grok-4.5：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- minimax-m2.5：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。
deepseek-v4-flash
DeepSeek · 平均延迟 7.50秒 · 成功率 70%（7/10 题）
62.7 分
能力分67.4
性能分82.9
一致性分13.1
首字最快用时0.88秒
首字平均用时3.88秒
每秒最大 tokens261.01
平均每秒 tokens174.09
平均响应延迟7.50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
44.4 (1/2)
中文
100.0 (2/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
minimax-m3
MiniMax · 平均延迟 5.84秒 · 成功率 40%（4/10 题）
50.9 分
能力分35.6
性能分82.7
一致性分17.9
首字最快用时0.80秒
首字平均用时1.55秒
每秒最大 tokens231.19
平均每秒 tokens102.73
平均响应延迟5.84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
44.4 (1/2)
知识
0.0 (0/2)
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
minimax-m2.7
MiniMax · 平均延迟 0.57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0.55秒
首字平均用时0.57秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.57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
grok-4.6
Grok · 平均延迟 0.52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0.49秒
首字平均用时0.52秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.52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-luna
GPT · 平均延迟 0.55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0.53秒
首字平均用时0.55秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.55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
grok-4.5
Grok · 平均延迟 0.69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0.61秒
首字平均用时0.69秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.69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
minimax-m2.5
MiniMax · 平均延迟 7.83秒 · 成功率 0%（0/10 题）
45.8 分
能力分0.0
性能分64.6
一致性分100.0
首字最快用时1.70秒
首字平均用时2.02秒
每秒最大 tokens85.56
平均每秒 tokens67.56
平均响应延迟7.83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 7.91秒 · 成功率 10%（1/10 题）
40.5 分
能力分8.9
性能分63.9
一致性分57.0
首字最快用时0.90秒
首字平均用时0.97秒
每秒最大 tokens66.34
平均每秒 tokens55.41
平均响应延迟7.91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