拼好G - AI API Gateway
8.146.205.250 · 测评于 2026-09-27 15:42 · 最近更新批次 #324
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-5.5：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.3-codex-spark：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- 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-luna：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-sol：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-terra：题目通过率 40%，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-5.5
GPT · 平均延迟 21.59秒 · 成功率 50%（5/10 题）
50.5 分
能力分50.0
性能分63.4
一致性分25.7
首字最快用时1.73秒
首字平均用时8.50秒
每秒最大 tokens903.32
平均每秒 tokens114.23
平均响应延迟21.59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
100.0 (2/2)
中文
50.0 (1/2)
知识
0.0 (0/2)
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-5.3-codex-spark
GPT · 平均延迟 9.25秒 · 成功率 40%（4/10 题）
48.6 分
能力分39.1
性能分81.6
一致性分1.4
首字最快用时1.38秒
首字平均用时1.88秒
每秒最大 tokens2,217.29
平均每秒 tokens823.10
平均响应延迟9.25秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
100.0 (2/2)
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 40%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.4
GPT · 平均延迟 2.66秒 · 成功率 0%（0/10 题）
47.7 分
能力分0.0
性能分69.2
一致性分100.0
首字最快用时0.53秒
首字平均用时2.66秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟2.66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 17.48秒 · 成功率 30%（3/10 题）
45.5 分
能力分30.4
性能分58.0
一致性分50.7
首字最快用时2.35秒
首字平均用时4.65秒
每秒最大 tokens235.96
平均每秒 tokens56.59
平均响应延迟17.48秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
50.0 (1/2)
代码
50.0 (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 30%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-sol
GPT · 平均延迟 15.66秒 · 成功率 40%（4/10 题）
39.4 分
能力分37.0
性能分52.7
一致性分17.6
首字最快用时1.97秒
首字平均用时3.02秒
每秒最大 tokens57.19
平均每秒 tokens32.46
平均响应延迟15.66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
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 40%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-terra
GPT · 平均延迟 20.84秒 · 成功率 40%（4/10 题）
38.2 分
能力分41.3
性能分45.5
一致性分17.6
首字最快用时2.25秒
首字平均用时6.01秒
每秒最大 tokens172.73
平均每秒 tokens36.39
平均响应延迟20.84秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
50.0 (1/2)
代码
100.0 (2/2)
中文
50.0 (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
返回排行榜
Ai速测