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。响应不是 JSON(HTTP 502)
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。响应不是 JSON(HTTP 502)
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。响应不是 JSON(HTTP 502)
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。响应不是 JSON(HTTP 502)
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:`temperature` is deprecated for this model. (request id: 202611160909387449556248268d9d6giHRVigE)
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:`temperature` is deprecated for this model. (request id: 202611160909392974575198268d9d6OJiUl8RK)
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:`temperature` is deprecated for this model. (request id: 202611160909398567219668268d9d6Klrsuhy3)
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
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):`temperature` is deprecated for this model. (request id: 202611160909412192656838268d9d6Z3bxhK5D)
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:`temperature` is deprecated for this model. (request id: 202611160909418144430948268d9d6XfQC8ilF)
动态结构化输出
JSON 结构化 · 12.0 / 12.0 分
通过