New API

axonapi.xyz · 测评于 2026-10-08 11:51 · 最近更新批次 #786

37.3

综合评分

24.5

能力分（40%）

46.7

性能分（40%）

44.0

一致性分（20%）

2.05s

首字最快用时

4.65s

首字平均用时

124.2

每秒最大 tokens

86.2

平均每秒 tokens

测评模型数

claude-opus-5-5

最佳模型 50.3

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-opus-5-5：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
claude-fable-5-1：题目通过率 30%，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 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。

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。

claude-opus-5-5

Claude · 平均延迟 13.04秒 · 成功率 50%（5/10 题）

50.3 分

能力分46.7

性能分65.7

一致性分26.7

首字最快用时2.05秒

首字平均用时3.76秒

每秒最大 tokens100.49

平均每秒 tokens70.61

平均响应延迟13.04秒

一致性判定：与声明特征偏差较大

五大能力维度

数学 44.4 (1/2)

逻辑 100.0 (2/2)

代码 0.0 (0/2)

中文 100.0 (2/2)

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

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 is overloaded, please retry later. (request id: 202610080350389747874348268d9d6SkWkPhJB) (request id: 202610080350373644144008268d9d6v6qPvcDU)

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：Upstream is overloaded, please retry later. (request id: 202610080350389352117658268d9d65BvFSpQy) (request id: 202610080350373628413978268d9d6BdHjSvGK)

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 is overloaded, please retry later. (request id: 202610080350471637491228268d9d6FkBtCAfT) (request id: 202610080350464514823068268d9d6lKmxcrgw)

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 is overloaded, please retry later. (request id: 202610080350468190232008268d9d6u4RLVqvB) (request id: 202610080350463260933638268d9d6pShOsgvh)

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 · 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：Upstream is overloaded, please retry later. (request id: 202610080350587345692998268d9d6iNJxnmtF) (request id: 202610080350575022043688268d9d67l6rhgat)

工具调用兼容性 高级功能 · 0.0 / 14.0 分 不适用

工具调用兼容性：接口未支持该可选能力，未计入总分。

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。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

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。请求失败：Operation timed out after 30000 milliseconds with 8 bytes received

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-fable-5-1

Claude · 平均延迟 22.70秒 · 成功率 30%（3/10 题）

34.4 分

能力分26.7

性能分36.6

一致性分45.4

首字最快用时3.55秒

首字平均用时7.58秒

每秒最大 tokens124.19

平均每秒 tokens84.10

平均响应延迟22.70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 100.0 (2/2)

代码 0.0 (0/2)

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

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

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

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。请求失败：Operation timed out after 30001 milliseconds with 0 bytes received

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 30000 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

工具调用兼容性 高级功能 · 0.0 / 14.0 分 不适用

工具调用兼容性：接口未支持该可选能力，未计入总分。

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 · 0.0 / 2.0 分异常

身份自报检查：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 · 0.0 / 5.0 分异常

响应协议完整性：调用失败，未通过测试。请求失败：Operation timed out after 30001 milliseconds with 0 bytes received

该模型触发测评预警：题目通过率 30%，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 25.33秒 · 成功率 0%（0/10 题）

27.1 分

能力分0.0

性能分37.8

一致性分60.0

首字最快用时2.20秒

首字平均用时2.61秒

每秒最大 tokens110.57

平均每秒 tokens103.98

平均响应延迟25.33秒

一致性判定：存在明显行为偏差

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 · 10.0 / 10.0 分通过

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

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 · 0.0 / 10.0 分 未通过

缺少关键词或最终结论不符合：

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 · 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 0%，低于 75%；最低能力维度 0 分，低于 30 分

返回排行榜