Xcode

xcode.best · 测评于 2026-09-27 15:42 · 最近更新批次 #565

53.4

综合评分

50.0

能力分（40%）

70.6

性能分（40%）

25.7

一致性分（20%）

2.50s

首字最快用时

3.07s

首字平均用时

89.3

每秒最大 tokens

61.6

平均每秒 tokens

测评模型数

claude-opus-4-7

最佳模型 53.4

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。

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。

claude-opus-4-7

Claude · 平均延迟 14.70秒 · 成功率 50%（5/10 题）

53.4 分

能力分50.0

性能分70.6

一致性分25.7

首字最快用时2.50秒

首字平均用时3.07秒

每秒最大 tokens89.28

平均每秒 tokens61.56

平均响应延迟14.70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 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