FetchTokens
fetchtokens.com · 测评于 2026-09-27 15:42 · 最近更新批次 #79
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
- qwen3.8-flash：题目通过率 50%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-flash：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-fable-5：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- claude-opus-5：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- glm-5.3-flash：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- minimax-m3：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-pro：题目通过率 0%，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。
qwen3.8-flash
通义千问 / Qwen · 平均延迟 3.70秒 · 成功率 50%（5/10 题）
59.0 分
能力分48.9
性能分85.8
一致性分25.5
首字最快用时0.68秒
首字平均用时1.36秒
每秒最大 tokens1,000.00
平均每秒 tokens564.27
平均响应延迟3.70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
0.0 (0/2)
中文
44.4 (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
deepseek-v4-flash
DeepSeek · 平均延迟 9.64秒 · 成功率 40%（4/10 题）
50.3 分
能力分38.3
性能分78.4
一致性分17.9
首字最快用时0.69秒
首字平均用时2.90秒
每秒最大 tokens1,000.00
平均每秒 tokens464.74
平均响应延迟9.64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
44.4 (1/2)
知识
50.0 (1/2)
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
claude-fable-5
Claude · 平均延迟 4.22秒 · 成功率 20%（2/10 题）
48.8 分
能力分17.0
性能分76.8
一致性分56.2
首字最快用时0.69秒
首字平均用时1.83秒
每秒最大 tokens1,000.00
平均每秒 tokens716.02
平均响应延迟4.22秒
一致性判定：偏科明显
五大能力维度
数学
44.4 (1/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
44.4 (1/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
claude-opus-5
Claude · 平均延迟 4.96秒 · 成功率 20%（2/10 题）
48.6 分
能力分17.0
性能分76.5
一致性分56.2
首字最快用时0.69秒
首字平均用时1.94秒
每秒最大 tokens1,000.00
平均每秒 tokens717.48
平均响应延迟4.96秒
一致性判定：偏科明显
五大能力维度
数学
44.4 (1/2)
逻辑
0.0 (0/2)
代码
0.0 (0/2)
中文
44.4 (1/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
glm-5.3-flash
GLM / ChatGLM · 平均延迟 7.81秒 · 成功率 0%（0/10 题）
47.2 分
能力分0.0
性能分67.9
一致性分100.0
首字最快用时0.67秒
首字平均用时3.08秒
每秒最大 tokens1,000.00
平均每秒 tokens521.20
平均响应延迟7.81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
minimax-m3
MiniMax · 平均延迟 13.68秒 · 成功率 20%（2/10 题）
47.0 分
能力分19.2
性能分73.9
一致性分48.7
首字最快用时0.70秒
首字平均用时2.75秒
每秒最大 tokens1,000.00
平均每秒 tokens504.65
平均响应延迟13.68秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
55.6 (1/2)
代码
0.0 (0/2)
中文
44.4 (1/2)
知识
0.0 (0/2)
该模型触发测评预警：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
deepseek-v4-pro
DeepSeek · 平均延迟 7.57秒 · 成功率 0%（0/10 题）
45.8 分
能力分0.0
性能分64.4
一致性分100.0
首字最快用时0.70秒
首字平均用时4.18秒
每秒最大 tokens1,000.00
平均每秒 tokens429.76
平均响应延迟7.57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
返回排行榜
Ai速测