New API
api.ginka.cloud · 测评于 2026-09-27 15:42 · 最近更新批次 #172
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-5.6-sol：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-luna：题目通过率 40%，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-5.5
GPT · 平均延迟 8.97秒 · 成功率 100%（10/10 题）
96.1 分
能力分100.0
性能分90.2
一致性分100.0
首字最快用时1.40秒
首字平均用时3.94秒
每秒最大 tokens201.69
平均每秒 tokens108.52
平均响应延迟8.97秒
一致性判定：维度均衡
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
100.0 (2/2)
知识
100.0 (2/2)
gpt-5.6-sol
GPT · 平均延迟 8.79秒 · 成功率 70%（7/10 题）
61.8 分
能力分69.6
性能分77.6
一致性分14.7
首字最快用时2.19秒
首字平均用时5.58秒
每秒最大 tokens232.27
平均每秒 tokens99.80
平均响应延迟8.79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
100.0 (2/2)
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 70%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4-flash
DeepSeek · 平均延迟 0.30秒 · 成功率 0%（0/10 题）
42.8 分
能力分0.0
性能分75.0
一致性分64.0
首字最快用时0.20秒
首字平均用时0.30秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.30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-luna
GPT · 平均延迟 23.46秒 · 成功率 40%（4/10 题）
38.0 分
能力分41.3
性能分26.6
一致性分54.4
首字最快用时3.07秒
首字平均用时13.38秒
每秒最大 tokens113.28
平均每秒 tokens36.03
平均响应延迟23.46秒
一致性判定：偏科明显
五大能力维度
数学
50.0 (1/2)
逻辑
55.6 (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 40%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测