Ai速测

TeamoRouter

api.teamorouter.com · 测评于 2026-10-10 19:14 · 最近更新批次 #813

59.0
综合评分
50.6
能力分（40%）
55.8
性能分（40%）
82.4
一致性分（20%）
1.46s
首字最快用时
7.57s
首字平均用时
54,857.1
每秒最大 tokens
2,270.2
平均每秒 tokens
10
测评模型数
gpt-6.1-sol
最佳模型 93.5
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。
gpt-6.1-sol
GPT · 平均延迟 5.97秒 · 成功率 90%（9/10 题）
93.5 分
能力分89.6
性能分94.2
一致性分100.0
首字最快用时1.46秒
首字平均用时1.86秒
每秒最大 tokens2,052.63
平均每秒 tokens355.82
平均响应延迟5.97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 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
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
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
gpt-6-luna
GPT · 平均延迟 4.52秒 · 成功率 90%（9/10 题）
91.1 分
能力分89.6
性能分88.1
一致性分100.0
首字最快用时2.73秒
首字平均用时3.81秒
每秒最大 tokens382.41
平均每秒 tokens180.23
平均响应延迟4.52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 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
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
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
claude-fable-5
Claude · 平均延迟 14.88秒 · 成功率 70%（7/10 题）
69.3 分
能力分68.8
性能分59.5
一致性分90.0
首字最快用时6.46秒
首字平均用时11.35秒
每秒最大 tokens35,100.00
平均每秒 tokens7,335.93
平均响应延迟14.88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 50.0 (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 未通过
缺少关键词或最终结论不符合：实时
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
claude-haiku-5-5
Claude · 平均延迟 11.79秒 · 成功率 50%（5/10 题）
61.0 分
能力分47.9
性能分59.6
一致性分90.0
首字最快用时3.24秒
首字平均用时9.73秒
每秒最大 tokens7,366.91
平均每秒 tokens3,330.56
平均响应延迟11.79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 44.4 (1/2)
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 · 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 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合：实时
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
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 · 7.0 / 7.0 分 通过
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
glm-5.3-flash
GLM / ChatGLM · 平均延迟 19.75秒 · 成功率 40%（4/10 题）
54.8 分
能力分39.6
性能分63.5
一致性分68.0
首字最快用时1.50秒
首字平均用时2.80秒
每秒最大 tokens112.39
平均每秒 tokens64.30
平均响应延迟19.75秒
一致性判定：存在明显行为偏差
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 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 · 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 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合：实时
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。
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。
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 · 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 · 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
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 40%，低于 75%；最低能力维度 0 分，低于 30 分
claude-fable-5-1
Claude · 平均延迟 18.70秒 · 成功率 50%（5/10 题）
54.2 分
能力分47.9
性能分52.5
一致性分70.0
首字最快用时4.61秒
首字平均用时12.24秒
每秒最大 tokens54,857.14
平均每秒 tokens10,212.96
平均响应延迟18.70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 100.0 (2/2)
代码 100.0 (2/2)
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。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 未通过
缺少关键词或最终结论不符合：实时
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
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
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
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
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-opus-5-5
Claude · 平均延迟 19.99秒 · 成功率 30%（3/10 题）
50.9 分
能力分31.3
性能分52.0
一致性分88.0
首字最快用时3.28秒
首字平均用时10.58秒
每秒最大 tokens6,194.44
平均每秒 tokens1,102.61
平均响应延迟19.99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 50.0 (1/2)
代码 55.6 (1/2)
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 · 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 未通过
缺少关键词或最终结论不符合：顺序、拥塞、实时
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 · 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 · 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
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 30%，低于 75%；最低能力维度 0 分，低于 30 分
claude-sonnet-5-5
Claude · 平均延迟 19.51秒 · 成功率 30%（3/10 题）
48.6 分
能力分31.3
性能分46.2
一致性分88.0
首字最快用时2.36秒
首字平均用时3.09秒
每秒最大 tokens55.98
平均每秒 tokens50.75
平均响应延迟19.51秒
一致性判定：基本符合声明特征
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 50.0 (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
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
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：实时
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 · 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 · 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 30%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-6-astra
GPT · 平均延迟 21.42秒 · 成功率 30%（3/10 题）
41.1 分
能力分29.2
性能分29.6
一致性分88.0
首字最快用时1.96秒
首字平均用时6.92秒
每秒最大 tokens45.29
平均每秒 tokens33.31
平均响应延迟21.42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 50.0 (1/2)
代码 44.4 (1/2)
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 · 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 · 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 30000 milliseconds with 0 bytes received
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
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
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 30%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-6-sol
GPT · 平均延迟 26.40秒 · 成功率 30%（3/10 题）
25.8 分
能力分31.1
性能分12.3
一致性分42.0
首字最快用时3.21秒
首字平均用时13.37秒
每秒最大 tokens65.96
平均每秒 tokens35.16
平均响应延迟26.40秒
一致性判定：与声明特征偏差较大
五大能力维度
数学 50.0 (1/2)
逻辑 0.0 (0/2)
代码 50.0 (1/2)
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 · 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 · 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 · 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
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 · 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
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 · 0.0 / 14.0 分 异常
工具调用兼容性：调用失败，未通过测试。请求失败：Operation timed out after 30001 milliseconds with 0 bytes received
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 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

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