肖恩
speed47.toter.me · 测评于 2026-09-27 15:42 · 最近更新批次 #329
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
- gemini-3-flash：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- 入梦 Flash：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- gemini-3.1-pro：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- gemini-2.5-pro：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-opus-4-5：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-sonnet-4-5：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。
gemini-3-flash
Gemini · 平均延迟 8.13秒 · 成功率 30%（3/10 题）
50.4 分
能力分29.8
性能分72.3
一致性分47.7
首字最快用时2.11秒
首字平均用时4.06秒
每秒最大 tokens4,000.00
平均每秒 tokens473.38
平均响应延迟8.13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
55.6 (1/2)
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
入梦 Flash
入梦 · 平均延迟 10.77秒 · 成功率 40%（4/10 题）
50.3 分
能力分38.3
性能分78.8
一致性分17.1
首字最快用时1.60秒
首字平均用时2.78秒
每秒最大 tokens102.22
平均每秒 tokens85.77
平均响应延迟10.77秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
0.0 (0/2)
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 40%，低于 75%；最低能力维度 0 分，低于 30 分
gemini-3.1-pro
Gemini · 平均延迟 10.55秒 · 成功率 20%（2/10 题）
46.2 分
能力分19.2
性能分72.7
一致性分47.1
首字最快用时2.27秒
首字平均用时3.12秒
每秒最大 tokens1,158.54
平均每秒 tokens169.90
平均响应延迟10.55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
55.6 (1/2)
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
gemini-2.5-pro
Gemini · 平均延迟 7.08秒 · 成功率 20%（2/10 题）
46.1 分
能力分19.2
性能分70.8
一致性分50.7
首字最快用时2.09秒
首字平均用时3.76秒
每秒最大 tokens350.14
平均每秒 tokens100.53
平均响应延迟7.08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
50.0 (1/2)
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
claude-opus-4-5
Claude · 平均延迟 13.40秒 · 成功率 20%（2/10 题）
43.9 分
能力分19.2
性能分67.0
一致性分47.1
首字最快用时1.66秒
首字平均用时4.95秒
每秒最大 tokens10,000.00
平均每秒 tokens1,047.38
平均响应延迟13.40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
55.6 (1/2)
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
claude-sonnet-4-5
Claude · 平均延迟 10.22秒 · 成功率 10%（1/10 题）
37.5 分
能力分8.5
性能分56.6
一致性分57.0
首字最快用时1.40秒
首字平均用时7.47秒
每秒最大 tokens198.35
平均每秒 tokens96.06
平均响应延迟10.22秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
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