New API
api.usvip.cc · 测评于 2026-09-27 15:42 · 最近更新批次 #647
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
- 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
- deepseek-v4.1-flash：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-pro：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.3：题目通过率 10%，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。
glm-5.3-flash
GLM / ChatGLM · 平均延迟 6.06秒 · 成功率 20%（2/10 题）
49.4 分
能力分17.4
性能分78.1
一致性分56.2
首字最快用时1.07秒
首字平均用时1.41秒
每秒最大 tokens114.53
平均每秒 tokens81.75
平均响应延迟6.06秒
一致性判定：偏科明显
五大能力维度
数学
44.4 (1/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
44.4 (1/2)
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
deepseek-v4.1-flash
DeepSeek · 平均延迟 2.52秒 · 成功率 10%（1/10 题）
46.8 分
能力分8.7
性能分77.4
一致性分61.8
首字最快用时0.58秒
首字平均用时0.83秒
每秒最大 tokens262.47
平均每秒 tokens222.98
平均响应延迟2.52秒
一致性判定：偏科明显
五大能力维度
数学
44.4 (1/2)
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 10%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4-pro
DeepSeek · 平均延迟 6.43秒 · 成功率 10%（1/10 题）
43.8 分
能力分10.9
性能分72.5
一致性分52.2
首字最快用时0.82秒
首字平均用时1.11秒
每秒最大 tokens87.31
平均每秒 tokens72.48
平均响应延迟6.43秒
一致性判定：偏科明显
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
55.6 (1/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 10%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.3
GLM / ChatGLM · 平均延迟 7.96秒 · 成功率 10%（1/10 题）
42.4 分
能力分8.7
性能分66.3
一致性分61.8
首字最快用时1.03秒
首字平均用时1.43秒
每秒最大 tokens84.89
平均每秒 tokens62.67
平均响应延迟7.96秒
一致性判定：偏科明显
五大能力维度
数学
44.4 (1/2)
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 10%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测