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 · 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:您已达到请求数限制:1分钟内最多请求10次 (request id: 202610281528365376436888268d9d6URKy1mXZ)
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:您已达到请求数限制:1分钟内最多请求10次 (request id: 202610281528369315472758268d9d6ZU4BxEXT)
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:您已达到请求数限制:1分钟内最多请求10次 (request id: 202610281528373378703408268d9d6tn2MGjlT)
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。接口报错:您已达到请求数限制:1分钟内最多请求10次 (request id: 202610281528414128424568268d9d60cWtcvwl)
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 429):您已达到请求数限制:1分钟内最多请求10次 (request id: 202610281528418219675638268d9d6SE2tpfYu)
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:您已达到请求数限制:1分钟内最多请求10次 (request id: 202610281528435404374488268d9d6sfsebcPb)
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