EBond AI - AI API Gateway
api.ebondai.com · 测评于 2026-09-27 15:42 · 最近更新批次 #520
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
- gpt-5.4：成功率低于 85%
- codex-auto-review：成功率低于 85%；最低维度低于 35 分
- gpt-5.3-codex-spark：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-6-astra：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-terra：题目通过率 30%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-sol：题目通过率 40%，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。
gpt-5.5
GPT · 平均延迟 12.54秒 · 成功率 100%（10/10 题）
84.8 分
能力分100.0
性能分62.1
一致性分100.0
首字最快用时2.08秒
首字平均用时2.29秒
每秒最大 tokens33.83
平均每秒 tokens17.62
平均响应延迟12.54秒
一致性判定：维度均衡
五大能力维度
数学
100.0 (2/2)
逻辑
100.0 (2/2)
代码
100.0 (2/2)
中文
100.0 (2/2)
知识
100.0 (2/2)
gpt-5.4
GPT · 平均延迟 6.42秒 · 成功率 80%（8/10 题）
66.3 分
能力分77.3
性能分65.9
一致性分45.2
首字最快用时2.04秒
首字平均用时2.42秒
每秒最大 tokens42.30
平均每秒 tokens34.93
平均响应延迟6.42秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
100.0 (2/2)
代码
44.4 (1/2)
中文
44.4 (1/2)
知识
100.0 (2/2)
codex-auto-review
Codex · 平均延迟 12.72秒 · 成功率 80%（8/10 题）
60.9 分
能力分79.6
性能分65.6
一致性分14.0
首字最快用时2.20秒
首字平均用时7.39秒
每秒最大 tokens166.06
平均每秒 tokens63.46
平均响应延迟12.72秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
100.0 (2/2)
代码
0.0 (0/2)
中文
100.0 (2/2)
知识
100.0 (2/2)
该模型触发测评预警：成功率低于 85%；最低维度低于 35 分
gpt-5.3-codex-spark
GPT · 平均延迟 9.28秒 · 成功率 50%（5/10 题）
54.6 分
能力分47.8
性能分75.9
一致性分25.7
首字最快用时3.11秒
首字平均用时4.52秒
每秒最大 tokens1,019.14
平均每秒 tokens692.78
平均响应延迟9.28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
50.0 (1/2)
知识
50.0 (1/2)
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-6-astra
GPT · 平均延迟 14.72秒 · 成功率 60%（6/10 题）
48.7 分
能力分58.7
性能分54.2
一致性分17.6
首字最快用时1.84秒
首字平均用时2.84秒
每秒最大 tokens35.78
平均每秒 tokens24.89
平均响应延迟14.72秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
50.0 (1/2)
代码
100.0 (2/2)
中文
50.0 (1/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-terra
GPT · 平均延迟 16.54秒 · 成功率 30%（3/10 题）
30.6 分
能力分30.4
性能分39.4
一致性分13.1
首字最快用时1.39秒
首字平均用时5.41秒
每秒最大 tokens51.63
平均每秒 tokens26.21
平均响应延迟16.54秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
0.0 (0/2)
代码
100.0 (2/2)
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 30%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-sol
GPT · 平均延迟 18.40秒 · 成功率 40%（4/10 题）
30.5 分
能力分36.2
性能分39.3
一致性分1.4
首字最快用时1.67秒
首字平均用时4.72秒
每秒最大 tokens43.33
平均每秒 tokens17.20
平均响应延迟18.40秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
100.0 (2/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测