Ai速测

牛逼API

api.nexacode.dpdns.org · 测评于 2026-10-06 10:42 · 最近更新批次 #753

17.2
综合评分
0.0
能力分（40%）
39.0
性能分（40%）
8.1
一致性分（20%）
1.50s
首字最快用时
2.12s
首字平均用时
26,736.8
每秒最大 tokens
1,849.6
平均每秒 tokens
8
测评模型数
llama3.1-8B
最佳模型 35.1
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。
llama3.1-8B
Llama · 平均延迟 2.17秒 · 成功率 0%（0/10 题）
35.1 分
能力分0.0
性能分70.8
一致性分34.0
首字最快用时1.50秒
首字平均用时2.13秒
每秒最大 tokens26,736.84
平均每秒 tokens12,683.24
平均响应延迟2.17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 未通过
最终答案或格式约束不符合预期。
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合：
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 · 0.0 / 8.0 分 未通过
JSON 不可解析、字段多余/缺失，或字段值类型不符合。
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 未通过
最终答案或格式约束不符合预期。
身份自报检查 声明一致性 · 0.0 / 2.0 分 未通过
最终答案或格式约束不符合预期。
工具调用兼容性 高级功能 · 0.0 / 14.0 分 未通过
接口返回成功，但模型未按要求发起有效工具调用。
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 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 2.63秒 · 成功率 0%（0/10 题）
18.9 分
能力分0.0
性能分44.8
一致性分5.0
首字最快用时1.69秒
首字平均用时2.29秒
每秒最大 tokens54.52
平均每秒 tokens53.42
平均响应延迟2.63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 未通过
最终答案或格式约束不符合预期。
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：openai_error
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：openai_error
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 未通过
JSON 不可解析、字段多余/缺失，或字段值类型不符合。
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：openai_error
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：openai_error
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：openai_error
身份自报检查 声明一致性 · 0.0 / 2.0 分 未通过
最终答案或格式约束不符合预期。
工具调用兼容性 高级功能 · 0.0 / 14.0 分 未通过
接口返回成功，但模型未按要求发起有效工具调用。
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 500）：openai_error
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 0%，低于 75%；最低能力维度 0 分，低于 30 分
gemini-4-argon
Gemini · 平均延迟 1.92秒 · 成功率 0%（0/10 题）
17.4 分
能力分0.0
性能分40.9
一致性分5.0
首字最快用时1.61秒
首字平均用时1.97秒
每秒最大 tokens49.37
平均每秒 tokens32.65
平均响应延迟1.92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：openai_error
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
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：openai_error
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：upstream error: do request failed (request id: 202610060239338928268738268d9d6lUqZ9cpP)
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：openai_error
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：upstream error: do request failed (request id: 202610060239344619651688268d9d6tyQAGWiK)
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：openai_error
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：upstream error: do request failed (request id: 202610060239352206070768268d9d6lONvnxlV)
工具调用兼容性 高级功能 · 0.0 / 14.0 分 未通过
接口返回成功，但模型未按要求发起有效工具调用。
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 500）：openai_error
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 0%，低于 75%；最低能力维度 0 分，低于 30 分
claude-opus-5.5
Claude · 平均延迟 1.50秒 · 成功率 0%（0/10 题）
17.1 分
能力分0.0
性能分39.4
一致性分7.0
首字最快用时1.56秒
首字平均用时2.15秒
每秒最大 tokens53.83
平均每秒 tokens52.64
平均响应延迟1.50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 未通过
最终答案或格式约束不符合预期。
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合：可靠、顺序、拥塞、实时
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
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：openai_error
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：openai_error
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 未通过
最终答案或格式约束不符合预期。
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：openai_error
工具调用兼容性 高级功能 · 0.0 / 14.0 分 未通过
接口返回成功，但模型未按要求发起有效工具调用。
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：openai_error
流式输出检查 协议完整性 · 7.0 / 7.0 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
gpt-6-astra
GPT · 平均延迟 2.34秒 · 成功率 0%（0/10 题）
16.9 分
能力分0.0
性能分42.2
一致性分—
首字最快用时1.73秒
首字平均用时2.13秒
每秒最大 tokens49.98
平均每秒 tokens43.78
平均响应延迟2.34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 未通过
最终答案或格式约束不符合预期。
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：openai_error
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合：可靠、顺序、拥塞、实时
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：openai_error
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 未通过
JSON 不可解析、字段多余/缺失，或字段值类型不符合。
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：openai_error
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：openai_error
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：openai_error
工具调用兼容性 高级功能 · 0.0 / 14.0 分 未通过
接口返回成功，但模型未按要求发起有效工具调用。
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 500）：openai_error
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：openai_error
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-6-sol
GPT · 平均延迟 1.61秒 · 成功率 0%（0/10 题）
16.7 分
能力分0.0
性能分38.3
一致性分7.0
首字最快用时1.56秒
首字平均用时1.89秒
每秒最大 tokens50.13
平均每秒 tokens43.97
平均响应延迟1.61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 未通过
最终答案或格式约束不符合预期。
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：openai_error
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合：可靠、顺序、拥塞、实时
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：openai_error
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：upstream error: do request failed (request id: 202610060240026358130188268d9d6KJyKVFMR)
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：openai_error
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：openai_error
身份自报检查 声明一致性 · 0.0 / 2.0 分 未通过
最终答案或格式约束不符合预期。
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：openai_error
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：openai_error
流式输出检查 协议完整性 · 7.0 / 7.0 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
grok-4.7
Grok · 平均延迟 1.41秒 · 成功率 0%（0/10 题）
15.7 分
能力分0.0
性能分35.7
一致性分7.0
首字最快用时1.70秒
首字平均用时2.29秒
每秒最大 tokens37.92
平均每秒 tokens37.66
平均响应延迟1.41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 未通过
最终答案或格式约束不符合预期。
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：openai_error
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合：可靠、顺序、拥塞、实时
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
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：openai_error
结构污染检查 协议完整性 · 0.0 / 8.0 分 未通过
JSON 不可解析、字段多余/缺失，或字段值类型不符合。
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：openai_error
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：openai_error
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：openai_error
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：openai_error
流式输出检查 协议完整性 · 7.0 / 7.0 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
lingbao
Lingbao · 平均延迟 12.42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12.42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 未通过
最终答案或格式约束不符合预期。
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
知识与概念边界 知识准确度 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合：可靠、顺序、拥塞、实时
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 未通过
最终答案或格式约束不符合预期。
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 未通过
JSON 不可解析、字段多余/缺失，或字段值类型不符合。
结构污染检查 协议完整性 · 0.0 / 8.0 分 未通过
JSON 不可解析、字段多余/缺失，或字段值类型不符合。
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 未通过
最终答案或格式约束不符合预期。
身份自报检查 声明一致性 · 0.0 / 2.0 分 未通过
最终答案或格式约束不符合预期。
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 200）
工具调用兼容性 高级功能 · 0.0 / 14.0 分 未通过
接口返回成功，但模型未按要求发起有效工具调用。
响应协议完整性 协议完整性 · 0.0 / 5.0 分 未通过
响应协议不完整。
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