jasper

api.yjs.im · 测评于 2026-10-28 23:32 · 最近更新批次 #946

20.0
综合评分
9.6
能力分(40%)
18.8
性能分(40%)
43.4
一致性分(20%)
1.09s
首字最快用时
2.14s
首字平均用时
24.0
每秒最大 tokens
14.1
平均每秒 tokens
4
测评模型数
amd/deepseek-v4-flash
最佳模型 39.3
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。
amd/deepseek-v4-flash
DeepSeek · 平均延迟 19.60秒 · 成功率 40%(4/10 题)
39.3 分
能力分38.3
性能分44.0
一致性分32.0
首字最快用时1.09秒
首字平均用时2.27秒
每秒最大 tokens23.97
平均每秒 tokens14.63
平均响应延迟19.60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 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 · 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
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
amd/deepseek-v4.1-flash
DeepSeek · 平均延迟 12.29秒 · 成功率 0%(0/10 题)
27.4 分
能力分0.0
性能分31.2
一致性分74.4
首字最快用时2.01秒
首字平均用时2.01秒
每秒最大 tokens13.57
平均每秒 tokens13.57
平均响应延迟12.29秒
一致性判定:存在明显行为偏差
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 · 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 30000 milliseconds with 0 bytes received
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 不适用
复杂指令遵循:接口未支持该可选能力,未计入总分。
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 不适用
动态结构化输出:接口未支持该可选能力,未计入总分。
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 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
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 0%,低于 75%;最低能力维度 0 分,低于 30 分
amd/glm-5.3-flash
GLM / ChatGLM · 平均延迟 21.29秒 · 成功率 0%(0/10 题)
13.4 分
能力分0.0
性能分0.0
一致性分67.2
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21.29秒
一致性判定:存在明显行为偏差
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 不适用
动态多步计算:接口未支持该可选能力,未计入总分。
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 不适用
多约束逻辑推理:接口未支持该可选能力,未计入总分。
知识与概念边界 知识准确度 · 0.0 / 10.0 分 不适用
知识与概念边界:接口未支持该可选能力,未计入总分。
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 · 0.0 / 8.0 分 异常
结构污染检查:调用失败,未通过测试。请求失败:Operation timed out after 30001 milliseconds with 0 bytes received
身份自报检查 声明一致性 · 0.0 / 2.0 分 不适用
身份自报检查:接口未支持该可选能力,未计入总分。
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。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 不适用
流式输出检查:接口未支持该可选能力,未计入总分。
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
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
nvidia/deepseek-v4.1-flash
DeepSeek · 平均延迟 21.01秒 · 成功率 0%(0/8 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21.01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 (0/1)
中文 0.0 (0/2)
知识 0.0 (0/1)
一致性专项明细(11 项)
动态多步计算 推理能力 · 0.0 / 10.0 分 不适用
动态多步计算:接口未支持该可选能力,未计入总分。
多约束逻辑推理 推理能力 · 0.0 / 10.0 分 不适用
多约束逻辑推理:接口未支持该可选能力,未计入总分。
复杂指令遵循 指令遵循 · 0.0 / 10.0 分 不适用
复杂指令遵循:接口未支持该可选能力,未计入总分。
知识与概念边界 知识准确度 · 0.0 / 10.0 分 不适用
知识与概念边界:接口未支持该可选能力,未计入总分。
结构污染检查 协议完整性 · 0.0 / 8.0 分 不适用
结构污染检查:接口未支持该可选能力,未计入总分。
动态结构化输出 JSON 结构化 · 0.0 / 12.0 分 不适用
动态结构化输出:接口未支持该可选能力,未计入总分。
身份自报检查 声明一致性 · 0.0 / 2.0 分 不适用
身份自报检查:接口未支持该可选能力,未计入总分。
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 不适用
长文本定位与记忆:接口未支持该可选能力,未计入总分。
工具调用兼容性 高级功能 · 0.0 / 14.0 分 不适用
工具调用兼容性:接口未支持该可选能力,未计入总分。
流式输出检查 协议完整性 · 0.0 / 7.0 分 不适用
流式输出检查:接口未支持该可选能力,未计入总分。
响应协议完整性 协议完整性 · 0.0 / 5.0 分 不适用
响应协议完整性:接口未支持该可选能力,未计入总分。
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