CYNIC - AI API Gateway
api.cynics.site · 测评于 2026-09-27 15:42 · 最近更新批次 #42
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
- claude-3-5-sonnet-20240620：题目通过率 70%，低于 75%
- claude-3-5-haiku-20241022：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-haiku-4-5-20251001：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-opus-5：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- auto：题目通过率 0%，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。
claude-sonnet-5
Claude · 平均延迟 10.61秒 · 成功率 90%（9/10 题）
76.7 分
能力分89.1
性能分74.2
一致性分57.0
首字最快用时2.12秒
首字平均用时2.35秒
每秒最大 tokens88.79
平均每秒 tokens45.39
平均响应延迟10.61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
100.0 (2/2)
知识
50.0 (1/2)
claude-3-5-sonnet-20240620
Claude · 平均延迟 12.82秒 · 成功率 70%（7/10 题）
67.3 分
能力分71.7
性能分70.7
一致性分51.9
首字最快用时2.34秒
首字平均用时2.49秒
每秒最大 tokens112.97
平均每秒 tokens49.00
平均响应延迟12.82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
55.6 (1/2)
中文
100.0 (2/2)
知识
50.0 (1/2)
该模型触发测评预警：题目通过率 70%，低于 75%
claude-3-5-haiku-20241022
Claude · 平均延迟 8.27秒 · 成功率 60%（6/10 题）
62.5 分
能力分60.9
性能分86.5
一致性分17.6
首字最快用时1.70秒
首字平均用时1.93秒
每秒最大 tokens151.10
平均每秒 tokens90.37
平均响应延迟8.27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
0.0 (0/2)
中文
50.0 (1/2)
知识
100.0 (2/2)
该模型触发测评预警：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
claude-haiku-4-5-20251001
Claude · 平均延迟 6.13秒 · 成功率 50%（5/10 题）
57.7 分
能力分47.8
性能分83.7
一致性分25.6
首字最快用时1.63秒
首字平均用时2.01秒
每秒最大 tokens148.22
平均每秒 tokens92.53
平均响应延迟6.13秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
44.4 (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
claude-opus-5
Claude · 平均延迟 11.26秒 · 成功率 40%（4/10 题）
40.2 分
能力分37.0
性能分62.7
一致性分1.4
首字最快用时2.22秒
首字平均用时2.46秒
每秒最大 tokens111.11
平均每秒 tokens47.97
平均响应延迟11.26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
0.0 (0/2)
知识
0.0 (0/2)
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
auto
Auto · 平均延迟 30.00秒 · 成功率 0%（0/10 题）
20.0 分
能力分0.0
性能分0.0
一致性分100.0
首字最快用时暂无
首字平均用时暂无
每秒最大 tokens0.00
平均每秒 tokens0.00
平均响应延迟30.00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
返回排行榜
Ai速测