BANK OF TOKEN - BofT
api.boft.ai · 测评于 2026-09-27 15:42 · 最近更新批次 #104
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
- claude-opus-5：题目通过率 66.67%，低于 75%；最低能力维度 0 分，低于 30 分
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。
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
Claude · 平均延迟 13.43秒 · 成功率 67%（6/9 题）
69.9 分
能力分66.7
性能分70.0
一致性分76.0
首字最快用时1.89秒
首字平均用时2.30秒
每秒最大 tokens102.10
平均每秒 tokens48.18
平均响应延迟13.43秒
一致性判定：偏科明显
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
100.0 (1/1)
知识
100.0 (2/2)
该模型触发测评预警：题目通过率 66.67%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测