New API
newapi.yuzuojian.top · 测评于 2026-09-27 15:42 · 最近更新批次 #103
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：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-pro：题目通过率 40%，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
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-5.4-mini
GPT · 平均延迟 8.42秒 · 成功率 90%（9/10 题）
81.0 分
能力分89.1
性能分84.9
一致性分57.0
首字最快用时3.03秒
首字平均用时4.84秒
每秒最大 tokens435.39
平均每秒 tokens162.88
平均响应延迟8.42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
100.0 (2/2)
中文
50.0 (1/2)
知识
100.0 (2/2)
gpt-5.4
GPT · 平均延迟 11.36秒 · 成功率 60%（6/10 题）
50.5 分
能力分56.5
性能分68.9
一致性分1.4
首字最快用时2.01秒
首字平均用时7.55秒
每秒最大 tokens239.85
平均每秒 tokens95.47
平均响应延迟11.36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
0.0 (0/2)
知识
100.0 (2/2)
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
deepseek-v4-pro
DeepSeek · 平均延迟 9.15秒 · 成功率 40%（4/10 题）
42.2 分
能力分38.3
性能分66.6
一致性分1.4
首字最快用时1.95秒
首字平均用时3.62秒
每秒最大 tokens93.96
平均每秒 tokens61.97
平均响应延迟9.15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
deepseek-v4-flash
DeepSeek · 平均延迟 11.73秒 · 成功率 40%（4/10 题）
40.7 分
能力分38.3
性能分62.8
一致性分1.4
首字最快用时1.84秒
首字平均用时3.73秒
每秒最大 tokens109.05
平均每秒 tokens55.61
平均响应延迟11.73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