New API

apinexus.dpdns.org · 测评于 2026-10-14 17:09 · 最近更新批次 #841

28.2
综合评分
11.7
能力分(40%)
34.0
性能分(40%)
49.5
一致性分(20%)
0.65s
首字最快用时
4.23s
首字平均用时
1,000.0
每秒最大 tokens
539.2
平均每秒 tokens
4
测评模型数
claude-opus-5
最佳模型 67.1
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
Claude · 平均延迟 14.82秒 · 成功率 50%(5/10 题)
67.1 分
能力分46.7
性能分72.1
一致性分98.0
首字最快用时2.36秒
首字平均用时4.11秒
每秒最大 tokens119.37
平均每秒 tokens78.35
平均响应延迟14.82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 100.0 (2/2)
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
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 · 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 · 12.0 / 12.0 分 通过
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
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-5.4-mini
GPT · 平均延迟 4.35秒 · 成功率 0%(0/10 题)
45.6 分
能力分0.0
性能分63.9
一致性分100.0
首字最快用时0.65秒
首字平均用时4.34秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟4.35秒
一致性判定:维度均衡
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)
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
gpt-6-astra
GPT · 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 异常
动态多步计算:调用失败,未通过测试。接口报错:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909122810807028268d9d6XpRa9ydI)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909125580426568268d9d6wibumeXW)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909126614064148268d9d6n206oCFG)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909129112767968268d9d60WekCdz2)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 20261014090913213424728268d9d6bdkKeqqP)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909132892018968268d9d61zyuxqwr)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909133836081188268d9d6egLs0JH0)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909136263791808268d9d60cg9q1GL)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909137099863438268d9d6HqU6xWaA)
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 403):用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909139563746038268d9d6e4qPkNg0)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 20261014090914530709818268d9d6EY4ch3Xw)
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
gpt-image-2
GPT · 平均延迟 0.24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0.24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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909161640813738268d9d6ankwyYsd)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909163105910178268d9d60LUA8xpi)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909165459169548268d9d6PjtKYbTw)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909167040182308268d9d6Sz6iaLUJ)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909168951941458268d9d6rlgKbXNr)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 20261014090917713958478268d9d6uDQtHfVd)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909172344562478268d9d6lx7PXKRE)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909174343325658268d9d6uAPpliPw)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909176093133588268d9d6NcDHoBQG)
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 403):用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909177630684088268d9d6dZcoR2R9)
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:用户额度不足, 剩余额度: $-0.528792 (request id: 202610140909179820292568268d9d6WeCus69D)
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