SRAPI · 开发者接口服务
zz.aiapi2025.top · 测评于 2026-09-27 15:42 · 最近更新批次 #43
codex-auto-review
最佳模型 66.3
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
- codex-auto-review：最低能力维度 0 分，低于 30 分
- gpt-5.5：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-sol：题目通过率 50%，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。
codex-auto-review
Codex · 平均延迟 7.93秒 · 成功率 80%（8/10 题）
66.3 分
能力分80.0
性能分78.7
一致性分14.0
首字最快用时1.19秒
首字平均用时3.55秒
每秒最大 tokens119.10
平均每秒 tokens65.48
平均响应延迟7.93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
0.0 (0/2)
中文
100.0 (2/2)
知识
100.0 (2/2)
该模型触发测评预警：最低能力维度 0 分，低于 30 分
gpt-5.5
GPT · 平均延迟 11.75秒 · 成功率 70%（7/10 题）
59.2 分
能力分71.1
性能分69.8
一致性分14.0
首字最快用时0.89秒
首字平均用时2.41秒
每秒最大 tokens89.30
平均每秒 tokens46.92
平均响应延迟11.75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
0.0 (0/2)
中文
100.0 (2/2)
知识
100.0 (2/2)
该模型触发测评预警：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-sol
GPT · 平均延迟 10.04秒 · 成功率 50%（5/10 题）
51.7 分
能力分48.9
性能分67.4
一致性分25.7
首字最快用时1.93秒
首字平均用时2.96秒
每秒最大 tokens83.72
平均每秒 tokens54.94
平均响应延迟10.04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
0.0 (0/2)
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测