laneai.dev
laneai.dev · 测评于 2026-09-27 15:42 · 最近更新批次 #360
deepseek-v4-flash
最佳模型 49.1
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
- deepseek-v4-flash：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.3：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.3-flash：题目通过率 20%，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。
deepseek-v4-flash
DeepSeek · 平均延迟 20.49秒 · 成功率 50%（5/10 题）
49.1 分
能力分51.1
性能分58.9
一致性分25.6
首字最快用时0.74秒
首字平均用时1.65秒
每秒最大 tokens74.42
平均每秒 tokens31.37
平均响应延迟20.49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
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.3
GLM / ChatGLM · 平均延迟 20.03秒 · 成功率 50%（5/10 题）
45.7 分
能力分48.9
性能分52.5
一致性分25.7
首字最快用时4.30秒
首字平均用时15.04秒
每秒最大 tokens37,000.00
平均每秒 tokens4,429.63
平均响应延迟20.03秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.3-flash
GLM / ChatGLM · 平均延迟 27.47秒 · 成功率 20%（2/10 题）
29.3 分
能力分21.3
性能分45.0
一致性分14.0
首字最快用时10.73秒
首字平均用时13.46秒
每秒最大 tokens17,000.00
平均每秒 tokens1,822.46
平均响应延迟27.47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
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
返回排行榜
Ai速测