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)