Nekoapi - AI API Gateway
nekoapi.math4.org · 测评于 2026-10-06 16:07 · 最近更新批次 #761
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-6-astra：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-4o-audio-preview：题目通过率 0%，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。
gpt-6.1-sol
GPT · 平均延迟 19.82秒 · 成功率 80%（8/10 题）
74.8 分
能力分78.3
性能分58.7
一致性分100.0
首字最快用时0.85秒
首字平均用时1.68秒
每秒最大 tokens29.03
平均每秒 tokens19.10
平均响应延迟19.82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
100.0 (2/2)
代码
100.0 (2/2)
中文
50.0 (1/2)
知识
50.0 (1/2)
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
复杂指令遵循
指令遵循 · 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
结构污染检查
协议完整性 · 8.0 / 8.0 分
通过
长文本定位与记忆
上下文能力 · 12.0 / 12.0 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
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
gpt-6-astra
GPT · 平均延迟 10.25秒 · 成功率 70%（7/10 题）
54.6 分
能力分68.2
性能分61.2
一致性分14.0
首字最快用时0.83秒
首字平均用时1.43秒
每秒最大 tokens31.51
平均每秒 tokens25.03
平均响应延迟10.25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
100.0 (2/2)
中文
100.0 (2/2)
知识
0.0 (0/2)
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-4o-audio-preview
GPT · 平均延迟 0.35秒 · 成功率 0%（0/10 题）
50.0 分
能力分0.0
性能分75.0
一致性分100.0
首字最快用时0.22秒
首字平均用时0.35秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.35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-sol
GPT · 平均延迟 8.69秒 · 成功率 50%（5/10 题）
44.5 分
能力分48.9
性能分58.8
一致性分7.3
首字最快用时0.73秒
首字平均用时0.96秒
每秒最大 tokens29.73
平均每秒 tokens27.06
平均响应延迟8.69秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
55.6 (1/2)
代码
100.0 (2/2)
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测