QwQのapi

qwqzy.top · 测评于 2026-11-19 18:28 · 最近更新批次 #3037

54.3
综合评分
43.8
能力分(40%)
59.0
性能分(40%)
65.9
一致性分(20%)
0.92s
首字最快用时
2.01s
首字平均用时
3,317.4
每秒最大 tokens
156.6
平均每秒 tokens
8
测评模型数
claude-opus-5-5
最佳模型 86.3
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。
claude-opus-5-5
Claude · 平均延迟 5.04秒 · 成功率 80%(8/10 题)
86.3 分
能力分78.7
性能分94.1
一致性分86.1
首字最快用时0.98秒
首字平均用时1.10秒
每秒最大 tokens170.08
平均每秒 tokens130.00
平均响应延迟5.04秒
一致性判定:基本符合声明特征
五大能力维度
数学 100.0 (2/2)
逻辑 100.0 (2/2)
代码 0.0 (0/2)
中文 100.0 (2/2)
知识 100.0 (2/2)
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
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 · 0.0 / 12.0 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 · 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 · 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:最低能力维度 0 分,低于 30 分
claude-opus-5
Claude · 平均延迟 4.86秒 · 成功率 70%(7/10 题)
82.8 分
能力分68.1
性能分88.8
一致性分100.0
首字最快用时0.92秒
首字平均用时1.99秒
每秒最大 tokens3,317.37
平均每秒 tokens458.69
平均响应延迟4.86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 0.0 (0/2)
中文 50.0 (1/2)
知识 100.0 (2/2)
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
知识与概念边界 知识准确度 · 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
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
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 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-4-5-20251001
Claude · 平均延迟 3.58秒 · 成功率 70%(7/10 题)
77.1 分
能力分68.1
性能分91.6
一致性分66.0
首字最快用时1.02秒
首字平均用时1.08秒
每秒最大 tokens154.06
平均每秒 tokens110.77
平均响应延迟3.58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 50.0 (1/2)
中文 0.0 (0/2)
知识 100.0 (2/2)
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 · 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。
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。
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
长文本定位与记忆 上下文能力 · 0.0 / 12.0 分 未通过
最终答案或格式约束不符合预期。
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 70%,低于 75%;最低能力维度 0 分,低于 30 分
deepseek-v4.1-flash
DeepSeek · 平均延迟 6.08秒 · 成功率 50%(5/10 题)
72.5 分
能力分48.9
性能分82.2
一致性分100.0
首字最快用时1.33秒
首字平均用时2.50秒
每秒最大 tokens211.55
平均每秒 tokens142.60
平均响应延迟6.08秒
一致性判定:高度符合声明特征
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 0.0 (0/2)
知识 100.0 (2/2)
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
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 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
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
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
gpt-6.1-sol
GPT · 平均延迟 8.87秒 · 成功率 60%(6/10 题)
71.5 分
能力分58.7
性能分69.9
一致性分100.0
首字最快用时1.42秒
首字平均用时2.59秒
每秒最大 tokens79.79
平均每秒 tokens52.85
平均响应延迟8.87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 50.0 (1/2)
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 · 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
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
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%;最低能力维度 0 分,低于 30 分
gpt-5.6-sol
GPT · 平均延迟 19.30秒 · 成功率 30%(3/10 题)
44.2 分
能力分27.7
性能分45.4
一致性分75.0
首字最快用时1.76秒
首字平均用时2.82秒
每秒最大 tokens45.10
平均每秒 tokens44.51
平均响应延迟19.30秒
一致性判定:基本符合声明特征
五大能力维度
数学 50.0 (1/2)
逻辑 44.4 (1/2)
代码 50.0 (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 · 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 · 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 30002 milliseconds with 0 bytes received
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 30000 milliseconds with 0 bytes received
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 · 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
claude-haiku-4-5
Claude · 平均延迟 0.43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0.43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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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 404):Model "claude-haiku-4-5" is not supported by any configured account in this group
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:Model "claude-haiku-4-5" is not supported by any configured account in this group
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 0.26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0.26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 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 · 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 · 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。
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。
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。
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