黑胡子便利店 - AI API Gateway
code.heihuzi.ai · 测评于 2026-09-27 15:42 · 最近更新批次 #272
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-sol：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-luna：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.5：题目通过率 60%，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-sol
GPT · 平均延迟 14.29秒 · 成功率 50%（5/10 题）
65.8 分
能力分50.0
性能分64.5
一致性分100.0
首字最快用时1.27秒
首字平均用时2.21秒
每秒最大 tokens76.37
平均每秒 tokens45.14
平均响应延迟14.29秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
55.6 (1/2)
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-luna
GPT · 平均延迟 15.02秒 · 成功率 60%（6/10 题）
54.2 分
能力分58.7
性能分67.9
一致性分17.9
首字最快用时1.32秒
首字平均用时2.13秒
每秒最大 tokens87.82
平均每秒 tokens46.33
平均响应延迟15.02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-5.5
GPT · 平均延迟 15.19秒 · 成功率 60%（6/10 题）
54.1 分
能力分58.7
性能分67.8
一致性分17.4
首字最快用时1.17秒
首字平均用时2.64秒
每秒最大 tokens137.13
平均每秒 tokens49.22
平均响应延迟15.19秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
55.6 (1/2)
代码
0.0 (0/2)
中文
44.4 (1/2)
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
返回排行榜
Ai速测