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:Invalid token (request id: 202611080703338710703748268d9d6fuFNNV1t)
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:Invalid token (request id: 202611080703341224173038268d9d6nnZi797v)
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:Invalid token (request id: 202611080703345498412338268d9d6DM2OVpM6)
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:Invalid token (request id: 202611080703347179879098268d9d6Idfz76Lp)
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:Invalid token (request id: 202611080703354013266518268d9d6WaXB3HIH)
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:Invalid token (request id: 202611080703354687665658268d9d6l1sODu0m)
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:Invalid token (request id: 202611080703360858282498268d9d66Y3uIU0O)
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:Invalid token (request id: 202611080703360929886208268d9d6O8KpaAP7)
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 401):Invalid token (request id: 202611080703366848391068268d9d6sEbVHkap)
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:Invalid token (request id: 202611080703368227434658268d9d6fB5Lf1XO)
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:Invalid token (request id: 202611080703375554752648268d9d6UHvNdM5f)