BangAi - AI API Gateway
zz.bangai.top · 测评于 2026-09-27 15:42 · 最近更新批次 #281
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 70%，低于 75%
- qwen3.8-flash：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- grok-4.6：题目通过率 30%，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 6.78秒 · 成功率 70%（7/10 题）
67.4 分
能力分68.2
性能分75.0
一致性分50.7
首字最快用时4.17秒
首字平均用时6.40秒
每秒最大 tokens1,170.40
平均每秒 tokens637.07
平均响应延迟6.78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
50.0 (1/2)
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 70%，低于 75%
qwen3.8-flash
通义千问 / Qwen · 平均延迟 6.22秒 · 成功率 40%（4/10 题）
50.3 分
能力分37.8
性能分79.2
一致性分17.6
首字最快用时0.95秒
首字平均用时1.42秒
每秒最大 tokens108.57
平均每秒 tokens72.70
平均响应延迟6.22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
100.0 (2/2)
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
grok-4.6
Grok · 平均延迟 21.70秒 · 成功率 30%（3/10 题）
40.5 分
能力分29.8
性能分47.5
一致性分47.7
首字最快用时12.00秒
首字平均用时16.84秒
每秒最大 tokens2,868.67
平均每秒 tokens1,254.68
平均响应延迟21.70秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
50.0 (1/2)
代码
50.0 (1/2)
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
返回排行榜
Ai速测