睿库API

rkapi.com · 测评于 2026-10-23 12:36 · 最近更新批次 #900

43.9

综合评分

34.1

能力分（40%）

43.2

性能分（40%）

65.0

一致性分（20%）

1.87s

首字最快用时

2.78s

首字平均用时

123.2

每秒最大 tokens

80.8

平均每秒 tokens

测评模型数

gpt-6.1-sol

最佳模型 81.8

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-6.1-sol：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-6-astra：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。

gpt-6.1-sol

GPT · 平均延迟 5.65秒 · 成功率 70%（7/10 题）

81.8 分

能力分68.1

性能分86.3

一致性分100.0

首字最快用时1.87秒

首字平均用时2.78秒

每秒最大 tokens123.15

平均每秒 tokens80.75

平均响应延迟5.65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 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

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 · 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

gpt-6-astra

GPT · 平均延迟 0.28秒 · 成功率 0%（0/10 题）

6.0 分

能力分0.0

性能分0.0

一致性分30.0

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0.28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 · 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 · 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：预扣费额度失败, 用户剩余额度: ＄0.017400, 需要预扣费额度: ＄0.039660 (request id: 202610230435481354856098268d9d6Nfjb14Dc)

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：预扣费额度失败, 用户剩余额度: ＄0.017400, 需要预扣费额度: ＄0.040120 (request id: 202610230435485131258348268d9d68cMtPKMF)

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：预扣费额度失败, 用户剩余额度: ＄0.017400, 需要预扣费额度: ＄0.039680 (request id: 202610230435488815010418268d9d6JzBWYqzk)

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：预扣费额度失败, 用户剩余额度: ＄0.017400, 需要预扣费额度: ＄0.040760 (request id: 202610230435494079876758268d9d6NzFjXW6C)

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：预扣费额度失败, 用户剩余额度: ＄0.017400, 需要预扣费额度: ＄0.039500 (request id: 202610230435497719524558268d9d6F1SUaoa7)

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：预扣费额度失败, 用户剩余额度: ＄0.017400, 需要预扣费额度: ＄0.040240 (request id: 202610230435501330899638268d9d6xmrUqch7)

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 403）：预扣费额度失败, 用户剩余额度: ＄0.017400, 需要预扣费额度: ＄0.039020 (request id: 202610230435504887381438268d9d6PqTiU0Om)

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：预扣费额度失败, 用户剩余额度: ＄0.017400, 需要预扣费额度: ＄0.038980 (request id: 202610230435511692297658268d9d6jmdqMtGp)

知识与概念边界 知识准确度 · 10.0 / 10.0 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