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:输入参数无效. 请检查请求参数后重试. (request id: 2026111418082863153042XBzSZG3V)
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:输入参数无效. 请检查请求参数后重试. (request id: 2026111418082898646916mpejCf4X)
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:输入参数无效. 请检查请求参数后重试. (request id: 20261114180829491705632TVoGREKy)
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:输入参数无效. 请检查请求参数后重试. (request id: 20261114180829571383769W4oLn66A)
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:输入参数无效. 请检查请求参数后重试. (request id: 20261114180830595145443LMqSGRSS)
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:输入参数无效. 请检查请求参数后重试. (request id: 20261114180830677174076HlhWr7Co)
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:输入参数无效. 请检查请求参数后重试. (request id: 20261114180831699096224Ri3c6JeN)
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:输入参数无效. 请检查请求参数后重试. (request id: 20261114180831797118479VR6Idhdo)
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:输入参数无效. 请检查请求参数后重试. (request id: 20261114180832865800651RispaR3M)
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 400):输入参数无效. 请检查请求参数后重试. (request id: 20261114180832993810922egeQjhuj)
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:输入参数无效. 请检查请求参数后重试. (request id: 20261114180833977181968kOIRJNlJ)