New API

api.y-api.bestvirtualgoods.com · 测评于 2026-10-19 18:16 · 最近更新批次 #862

33.5
综合评分
14.2
能力分(40%)
43.4
性能分(40%)
52.5
一致性分(20%)
0.69s
首字最快用时
2.68s
首字平均用时
174.0
每秒最大 tokens
63.0
平均每秒 tokens
4
测评模型数
qwen/qwen3.8-flash
最佳模型 63.3
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

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。

各模型得分明细

前往该中转站
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。
qwen/qwen3.8-flash
通义千问 / Qwen · 平均延迟 14.97秒 · 成功率 40%(4/10 题)
63.3 分
能力分38.6
性能分70.5
一致性分98.0
首字最快用时0.69秒
首字平均用时3.76秒
每秒最大 tokens173.96
平均每秒 tokens77.99
平均响应延迟14.97秒
一致性判定:高度符合声明特征
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 100.0 (2/2)
知识 0.0 (0/2)
一致性专项明细(11 项)
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 0.0 / 2.0 分 未通过
最终答案或格式约束不符合预期。
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
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
tencent/hy3
Tencent · 平均延迟 18.44秒 · 成功率 10%(1/10 题)
39.3 分
能力分9.1
性能分66.0
一致性分46.0
首字最快用时1.61秒
首字平均用时2.31秒
每秒最大 tokens97.92
平均每秒 tokens74.81
平均响应延迟18.44秒
一致性判定:与声明特征偏差较大
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 44.4 (1/2)
知识 0.0 (0/2)
一致性专项明细(11 项)
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合:可靠、顺序、拥塞、实时
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 未通过
JSON 不可解析、字段多余/缺失,或字段值类型不符合。
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 未通过
最终答案或格式约束不符合预期。
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
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
deepseek/deepseek-v4-flash
DeepSeek · 平均延迟 25.85秒 · 成功率 10%(1/10 题)
31.6 分
能力分9.1
性能分36.9
一致性分66.0
首字最快用时1.03秒
首字平均用时1.98秒
每秒最大 tokens52.17
平均每秒 tokens36.15
平均响应延迟25.85秒
一致性判定:存在明显行为偏差
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)
一致性专项明细(11 项)
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合:
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 0.0 / 2.0 分 未通过
最终答案或格式约束不符合预期。
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 异常
长文本定位与记忆:调用失败,未通过测试。请求失败:Operation timed out after 30005 milliseconds with 0 bytes received
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
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
z-ai/glm-5.3-flash
GLM / ChatGLM · 平均延迟 4.26秒 · 成功率 0%(0/10 题)
0.0 分
能力分0.0
性能分0.0
一致性分—
首字最快用时暂无
首字平均用时暂无
每秒最大 tokens0.00
平均每秒 tokens0.00
平均响应延迟4.26秒
一致性判定:与声明特征偏差较大
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)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 异常
动态多步计算:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 异常
动态结构化输出:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
结构污染检查 协议完整性 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 异常
长文本定位与记忆:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
身份自报检查 声明一致性 · 0.0 / 2.0 分 异常
身份自报检查:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
工具调用兼容性 高级功能 · 0.0 / 14.0 分 异常
工具调用兼容性:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
流式输出检查 协议完整性 · 0.0 / 7.0 分 异常
流式输出检查:调用失败,未通过测试。流式响应中未提取到内容(HTTP 405):ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of
响应协议完整性 协议完整性 · 0.0 / 5.0 分 异常
响应协议完整性:调用失败,未通过测试。接口报错:ZCode: 405 Method Not Allowed — ZCode's Start Plan still turned this request away, though magpie sends it as the ZCode app does; it can be a network block of this IP, or ZCode
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

返回排行榜

Ai速测 · 仅作能力评测与导航参考,不代表任何商业推荐 · 数据由社区提交