Ai速测

LeaderAI 立得AI | 设计师专业助手

leaderai.top · 测评于 2026-10-08 18:33 · 最近更新批次 #803

14.2
综合评分
11.7
能力分（40%）
15.3
性能分（40%）
17.2
一致性分（20%）
1.76s
首字最快用时
5.19s
首字平均用时
2,682.7
每秒最大 tokens
363.8
平均每秒 tokens
5
测评模型数
g6a-official
最佳模型 71.2
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。
g6a-official
G6a · 平均延迟 9.17秒 · 成功率 60%（6/10 题）
71.2 分
能力分58.7
性能分76.3
一致性分86.0
首字最快用时1.76秒
首字平均用时5.19秒
每秒最大 tokens2,682.69
平均每秒 tokens363.84
平均响应延迟9.17秒
一致性判定：基本符合声明特征
五大能力维度
数学 55.6 (1/2)
逻辑 44.4 (1/2)
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）
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
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
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
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。
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
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 60%，低于 75%
claude-opus-5-5
Claude · 平均延迟 0.30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0.30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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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 501）
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：chat inbound is not supported for anthropic upstream yet
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 0.25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0.25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）
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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 501）
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：chat inbound is not supported for anthropic upstream yet
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 0.29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0.29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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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 501）
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：chat inbound is not supported for anthropic upstream yet
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
Claude · 平均延迟 0.22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0.22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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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：chat inbound is not supported for anthropic upstream yet
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 501）
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：chat inbound is not supported for anthropic upstream yet
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