百川汇智API

rivernexus.vip · 测评于 2026-11-18 20:35 · 最近更新批次 #3028

48.5
综合评分
46.9
能力分(40%)
44.6
性能分(40%)
59.3
一致性分(20%)
1.30s
首字最快用时
9.01s
首字平均用时
14,900.0
每秒最大 tokens
722.8
平均每秒 tokens
11
测评模型数
gemini-4-argon
最佳模型 86.0
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。

各模型得分明细

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。
gemini-4-argon
Gemini · 平均延迟 17.28秒 · 成功率 100%(10/10 题)
86.0 分
能力分100.0
性能分65.0
一致性分100.0
首字最快用时8.85秒
首字平均用时13.79秒
每秒最大 tokens2,461.54
平均每秒 tokens645.96
平均响应延迟17.28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 100.0 (2/2)
知识 100.0 (2/2)
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
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 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
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
gpt-6.1-terra
GPT · 平均延迟 7.97秒 · 成功率 80%(8/10 题)
84.4 分
能力分81.8
性能分79.2
一致性分100.0
首字最快用时1.30秒
首字平均用时2.14秒
每秒最大 tokens101.21
平均每秒 tokens58.24
平均响应延迟7.97秒
一致性判定:高度符合声明特征
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 100.0 (2/2)
知识 100.0 (2/2)
一致性专项明细(11 项)
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
动态多步计算 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
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
长文本定位与记忆 上下文能力 · 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
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
gpt-6-sol
GPT · 平均延迟 7.10秒 · 成功率 80%(8/10 题)
84.2 分
能力分77.8
性能分87.6
一致性分90.0
首字最快用时1.66秒
首字平均用时3.16秒
每秒最大 tokens2,100.00
平均每秒 tokens353.59
平均响应延迟7.10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 44.4 (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
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
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
gpt-6-luna
GPT · 平均延迟 7.11秒 · 成功率 80%(8/10 题)
83.6 分
能力分82.2
性能分76.8
一致性分100.0
首字最快用时2.43秒
首字平均用时6.63秒
每秒最大 tokens14,900.00
平均每秒 tokens3,339.02
平均响应延迟7.11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 55.6 (1/2)
代码 100.0 (2/2)
中文 55.6 (1/2)
知识 100.0 (2/2)
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
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
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 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-6.1-sol
GPT · 平均延迟 8.12秒 · 成功率 70%(7/10 题)
78.1 分
能力分70.2
性能分75.0
一致性分100.0
首字最快用时1.63秒
首字平均用时3.97秒
每秒最大 tokens98.90
平均每秒 tokens65.68
平均响应延迟8.12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 0.0 (0/2)
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
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 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
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
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
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-6-astra
GPT · 平均延迟 23.87秒 · 成功率 70%(7/10 题)
69.4 分
能力分65.9
性能分57.5
一致性分100.0
首字最快用时16.49秒
首字平均用时20.45秒
每秒最大 tokens876.24
平均每秒 tokens428.46
平均响应延迟23.87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 44.4 (1/2)
知识 0.0 (0/2)
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
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-6.2-astra
GPT · 平均延迟 22.22秒 · 成功率 40%(4/10 题)
45.7 分
能力分38.3
性能分50.0
一致性分52.0
首字最快用时4.25秒
首字平均用时12.93秒
每秒最大 tokens349.21
平均每秒 tokens168.86
平均响应延迟22.22秒
一致性判定:存在明显行为偏差
五大能力维度
数学 44.4 (1/2)
逻辑 55.6 (1/2)
代码 50.0 (1/2)
中文 44.4 (1/2)
知识 0.0 (0/2)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 异常
动态多步计算:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
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
结构污染检查 协议完整性 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
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
claude-opus-5-5
Claude · 平均延迟 0.25秒 · 成功率 0%(0/10 题)
2.0 分
能力分0.0
性能分0.0
一致性分10.0
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0.25秒
一致性判定:与声明特征偏差较大
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)
一致性专项明细(11 项)
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314412626480738268d9d6Twtf3dyg)
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314416496552118268d9d63f8TkLNm)
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314420713373358268d9d6SkY6EgUu)
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 异常
动态结构化输出:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314424498201058268d9d6tHU8D7bo)
结构污染检查 协议完整性 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314428483353848268d9d6NwPcrvzj)
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 异常
长文本定位与记忆:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314432392929648268d9d6M3IROpAS)
身份自报检查 声明一致性 · 0.0 / 2.0 分 异常
身份自报检查:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314436123300588268d9d6ajdAvTWA)
工具调用兼容性 高级功能 · 0.0 / 14.0 分 异常
工具调用兼容性:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314440027946958268d9d6wlKGvolv)
流式输出检查 协议完整性 · 0.0 / 7.0 分 异常
流式输出检查:调用失败,未通过测试。流式响应中未提取到内容(HTTP 403):预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314445155764598268d9d6IArMInai)
响应协议完整性 协议完整性 · 0.0 / 5.0 分 异常
响应协议完整性:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.000986, 需要预扣费额度: $0.004242 (request id: 202610271314449263948138268d9d6KCKBECDv)
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
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
claude-fable-5-1
Claude · 平均延迟 0.27秒 · 成功率 0%(0/10 题)
0.0 分
能力分0.0
性能分0.0
一致性分—
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0.27秒
一致性判定:与声明特征偏差较大
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)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 异常
动态多步计算:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314315752470408268d9d6pSie1dco)
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314317485052158268d9d6Mrdd9PyH)
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314321477093788268d9d6yYeJ2NYm)
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314323815464388268d9d6knOG1HrZ)
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 异常
动态结构化输出:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314325653749308268d9d6jca0HeRi)
结构污染检查 协议完整性 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314328104791358268d9d6rZQpoejs)
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 异常
长文本定位与记忆:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314330345655898268d9d6JauDJnSZ)
身份自报检查 声明一致性 · 0.0 / 2.0 分 异常
身份自报检查:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314332433716998268d9d6j5rmxWLZ)
工具调用兼容性 高级功能 · 0.0 / 14.0 分 异常
工具调用兼容性:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314334202523948268d9d6VhbsO4rh)
流式输出检查 协议完整性 · 0.0 / 7.0 分 异常
流式输出检查:调用失败,未通过测试。流式响应中未提取到内容(HTTP 403):预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314337128336028268d9d6xAVwls0Y)
响应协议完整性 协议完整性 · 0.0 / 5.0 分 异常
响应协议完整性:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.010608 (request id: 202610271314338108224538268d9d6POqgyaEA)
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
claude-opus-5
Claude · 平均延迟 0.31秒 · 成功率 0%(0/10 题)
0.0 分
能力分0.0
性能分0.0
一致性分—
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0.31秒
一致性判定:与声明特征偏差较大
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)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 异常
动态多步计算:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314365472491848268d9d6R4Ngt9kc)
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314368180836328268d9d6Yf4WEjd1)
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314369173887448268d9d6Oph0n7Ls)
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314371918016008268d9d6OAmcIbnN)
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 异常
动态结构化输出:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314374504660578268d9d6fzwbewaE)
结构污染检查 协议完整性 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314376001989718268d9d6T9qkKMVm)
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 异常
长文本定位与记忆:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314378433691918268d9d6NURHv34c)
身份自报检查 声明一致性 · 0.0 / 2.0 分 异常
身份自报检查:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314379914585978268d9d6l6tFqv8h)
工具调用兼容性 高级功能 · 0.0 / 14.0 分 异常
工具调用兼容性:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314383120048958268d9d6yQ3I56y9)
流式输出检查 协议完整性 · 0.0 / 7.0 分 异常
流式输出检查:调用失败,未通过测试。流式响应中未提取到内容(HTTP 403):预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314383901371728268d9d646YXqG3P)
响应协议完整性 协议完整性 · 0.0 / 5.0 分 异常
响应协议完整性:调用失败,未通过测试。接口报错:预扣费额度失败, 用户剩余额度: $0.005228, 需要预扣费额度: $0.005304 (request id: 202610271314387186880768268d9d6hvygyjwu)
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
claude-sonnet-5-5
Claude · 平均延迟 0.24秒 · 成功率 0%(0/10 题)
0.0 分
能力分0.0
性能分0.0
一致性分—
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0.24秒
一致性判定:与声明特征偏差较大
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)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 异常
动态多步计算:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314480574460278268d9d6VpJhiHvh)
知识与概念边界 知识准确度 · 0.0 / 10.0 分 异常
知识与概念边界:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314484451653968268d9d60o45QprB)
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 异常
多约束逻辑推理:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314484873434308268d9d6HEVJg514)
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 异常
复杂指令遵循:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314488285854368268d9d6y7piCcJ1)
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 异常
动态结构化输出:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314488804174158268d9d6wAWca8T3)
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 异常
长文本定位与记忆:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314492824474358268d9d6snNNdoR0)
结构污染检查 协议完整性 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314492798030548268d9d6EBSlpfGB)
工具调用兼容性 高级功能 · 0.0 / 14.0 分 异常
工具调用兼容性:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314496810010118268d9d63lYED3MH)
身份自报检查 声明一致性 · 0.0 / 2.0 分 异常
身份自报检查:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314496761255538268d9d6JgN0b1Yg)
流式输出检查 协议完整性 · 0.0 / 7.0 分 异常
流式输出检查:调用失败,未通过测试。流式响应中未提取到内容(HTTP 403):用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314500218871568268d9d6ce9R9FQT)
响应协议完整性 协议完整性 · 0.0 / 5.0 分 异常
响应协议完整性:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.001516 (request id: 202610271314501408376578268d9d6GewOTqfA)
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 · 仅作能力评测与导航参考,不代表任何商业推荐 · 数据由社区提交