Ai速测

New API

ai.kdysite.cloud · 测评于 2026-09-28 15:36 · 最近更新批次 #698

40.6
综合评分
30.1
能力分（40%）
42.4
性能分（40%）
58.3
一致性分（20%）
1.65s
首字最快用时
6.96s
首字平均用时
315.6
每秒最大 tokens
111.6
平均每秒 tokens
9
测评模型数
gpt-5.6-sol
最佳模型 74.0
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

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。

各模型得分明细

前往该中转站
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 11.68秒 · 成功率 60%（6/10 题）
74.0 分
能力分58.7
性能分76.3
一致性分100.0
首字最快用时2.40秒
首字平均用时5.20秒
每秒最大 tokens315.59
平均每秒 tokens148.75
平均响应延迟11.68秒
一致性判定：高度符合声明特征
五大能力维度
数学 100.0 (2/2)
逻辑 100.0 (2/2)
代码 55.6 (1/2)
中文 44.4 (1/2)
知识 0.0 (0/2)
一致性专项明细（11 项）
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
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
claude-opus-5-5
Claude · 平均延迟 8.20秒 · 成功率 40%（4/10 题）
66.7 分
能力分40.0
性能分76.7
一致性分100.0
首字最快用时1.65秒
首字平均用时3.47秒
每秒最大 tokens191.95
平均每秒 tokens132.71
平均响应延迟8.20秒
一致性判定：高度符合声明特征
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 55.6 (1/2)
知识 50.0 (1/2)
一致性专项明细（11 项）
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
工具调用兼容性 高级功能 · 0.0 / 14.0 分 不适用
工具调用兼容性：接口未支持该可选能力，未计入总分。
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
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
gpt-6-astra
GPT · 平均延迟 15.36秒 · 成功率 70%（7/10 题）
66.5 分
能力分67.4
性能分54.9
一致性分88.0
首字最快用时2.88秒
首字平均用时8.05秒
每秒最大 tokens143.32
平均每秒 tokens64.88
平均响应延迟15.36秒
一致性判定：基本符合声明特征
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 44.4 (1/2)
知识 0.0 (0/2)
一致性专项明细（11 项）
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
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。请求失败：Operation timed out after 30001 milliseconds with 0 bytes received
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
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
gpt-6-sol
GPT · 平均延迟 14.29秒 · 成功率 60%（6/10 题）
64.0 分
能力分56.5
性能分60.4
一致性分86.0
首字最快用时2.93秒
首字平均用时10.27秒
每秒最大 tokens278.88
平均每秒 tokens125.60
平均响应延迟14.29秒
一致性判定：基本符合声明特征
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 44.4 (1/2)
知识 0.0 (0/2)
一致性专项明细（11 项）
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
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。请求失败：Operation timed out after 30001 milliseconds with 0 bytes received
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
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
claude-sonnet-5
Claude · 平均延迟 6.93秒 · 成功率 30%（3/10 题）
62.8 分
能力分28.9
性能分78.0
一致性分100.0
首字最快用时1.84秒
首字平均用时2.24秒
每秒最大 tokens199.80
平均每秒 tokens136.03
平均响应延迟6.93秒
一致性判定：高度符合声明特征
五大能力维度
数学 100.0 (2/2)
逻辑 0.0 (0/2)
代码 50.0 (1/2)
中文 0.0 (0/2)
知识 0.0 (0/2)
一致性专项明细（11 项）
动态多步计算 推理能力 · 10.0 / 10.0 分 通过
多约束逻辑推理 推理能力 · 10.0 / 10.0 分 通过
复杂指令遵循 指令遵循 · 10.0 / 10.0 分 通过
动态结构化输出 JSON 结构化 · 12.0 / 12.0 分 通过
结构污染检查 协议完整性 · 8.0 / 8.0 分 通过
知识与概念边界 知识准确度 · 10.0 / 10.0 分 通过
长文本定位与记忆 上下文能力 · 12.0 / 12.0 分 通过
身份自报检查 声明一致性 · 2.0 / 2.0 分 通过
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
流式输出检查 协议完整性 · 7.0 / 7.0 分 通过
响应协议完整性 协议完整性 · 5.0 / 5.0 分 通过
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
deepseek-v4-flash
DeepSeek · 平均延迟 18.87秒 · 成功率 20%（2/10 题）
31.9 分
能力分19.2
性能分35.1
一致性分50.7
首字最快用时2.38秒
首字平均用时12.51秒
每秒最大 tokens150.47
平均每秒 tokens61.51
平均响应延迟18.87秒
一致性判定：偏科明显
五大能力维度
数学 50.0 (1/2)
逻辑 0.0 (0/2)
代码 0.0 (0/2)
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 20%，低于 75%；最低能力维度 0 分，低于 30 分
claude-fable-5
Claude · 平均延迟 0.52秒 · 成功率 0%（0/10 题）
0.0 分
能力分0.0
性能分0.0
一致性分—
首字最快用时暂无
首字平均用时暂无
每秒最大 tokens0.00
平均每秒 tokens0.00
平均响应延迟0.52秒
一致性判定：与声明特征偏差较大
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)
一致性专项明细（11 项）
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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 503）：openai_error
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：openai_error
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
claude-fable-5-1
Claude · 平均延迟 0.52秒 · 成功率 0%（0/10 题）
0.0 分
能力分0.0
性能分0.0
一致性分—
首字最快用时暂无
首字平均用时暂无
每秒最大 tokens0.00
平均每秒 tokens0.00
平均响应延迟0.52秒
一致性判定：与声明特征偏差较大
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)
一致性专项明细（11 项）
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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 503）：openai_error
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：openai_error
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
claude-opus-5
Claude · 平均延迟 0.54秒 · 成功率 0%（0/10 题）
0.0 分
能力分0.0
性能分0.0
一致性分—
首字最快用时暂无
首字平均用时暂无
每秒最大 tokens0.00
平均每秒 tokens0.00
平均响应延迟0.54秒
一致性判定：与声明特征偏差较大
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)
一致性专项明细（11 项）
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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：openai_error
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 503）：openai_error
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：openai_error
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 · 仅作能力评测与导航参考，不代表任何商业推荐 · 数据由社区提交