LevelUpAPI - AI API Gateway
levelup.mom · 测评于 2026-09-27 15:42 · 最近更新批次 #12
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
- gpt-5.6-terra：成功率低于 85%；最低维度低于 35 分
- gpt-5.6-sol：成功率低于 85%；最低维度低于 35 分
- gpt-5.6：成功率低于 85%；最低维度低于 35 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。
gpt-5.6-terra
GPT · 平均延迟 9.46秒 · 成功率 80%（8/10 题）
58.3 分
能力分78.7
性能分60.1
一致性分14.0
首字最快用时1.70秒
首字平均用时2.68秒
每秒最大 tokens37.09
平均每秒 tokens25.53
平均响应延迟9.46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
100.0 (2/2)
知识
100.0 (2/2)
该模型触发测评预警：成功率低于 85%；最低维度低于 35 分
gpt-5.6-sol
GPT · 平均延迟 8.58秒 · 成功率 60%（6/10 题）
53.3 分
能力分60.4
性能分63.9
一致性分17.9
首字最快用时1.19秒
首字平均用时1.49秒
每秒最大 tokens42.21
平均每秒 tokens35.11
平均响应延迟8.58秒
一致性判定：偏科明显
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
50.0 (1/2)
知识
0.0 (0/2)
该模型触发测评预警：成功率低于 85%；最低维度低于 35 分
gpt-5.6
GPT · 平均延迟 7.35秒 · 成功率 40%（4/10 题）
52.6 分
能力分39.6
性能分83.2
一致性分17.4
首字最快用时0.83秒
首字平均用时1.38秒
每秒最大 tokens1,000.00
平均每秒 tokens133.37
平均响应延迟7.35秒
一致性判定：偏科明显
五大能力维度
数学
44.4 (1/2)
逻辑
55.6 (1/2)
代码
100.0 (2/2)
中文
0.0 (0/2)
知识
0.0 (0/2)
该模型触发测评预警：成功率低于 85%；最低维度低于 35 分
返回排行榜
Ai速测