Faro API
faroapi.com · 测评于 2026-09-27 15:42 · 最近更新批次 #75
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-5.6-sol：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.5：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
- gemini-3.7-flash-tiered：题目通过率 10%，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-5.6-sol
GPT · 平均延迟 9.40秒 · 成功率 50%（5/10 题）
70.8 分
能力分50.0
性能分77.1
一致性分100.0
首字最快用时2.28秒
首字平均用时4.13秒
每秒最大 tokens225.61
平均每秒 tokens94.98
平均响应延迟9.40秒
一致性判定：偏科明显
五大能力维度
数学
100.0 (2/2)
逻辑
55.6 (1/2)
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 50%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.5
GPT · 平均延迟 11.72秒 · 成功率 70%（7/10 题）
58.6 分
能力分68.8
性能分70.8
一致性分14.0
首字最快用时2.12秒
首字平均用时7.74秒
每秒最大 tokens242.82
平均每秒 tokens97.42
平均响应延迟11.72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
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 70%，低于 75%；最低能力维度 0 分，低于 30 分
gemini-3.7-flash-tiered
Gemini · 平均延迟 3.03秒 · 成功率 10%（1/10 题）
43.9 分
能力分10.4
性能分70.8
一致性分57.0
首字最快用时2.08秒
首字平均用时2.96秒
每秒最大 tokens38,000.00
平均每秒 tokens14,812.62
平均响应延迟3.03秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
0.0 (0/2)
代码
50.0 (1/2)
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 10%，低于 75%；最低能力维度 0 分，低于 30 分
返回排行榜
Ai速测