New API
ai.ahzm.top · 测评于 2026-09-27 15:42 · 最近更新批次 #593
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-terra：题目通过率 70%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-sol：题目通过率 60%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-6-astra：题目通过率 50%，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-luna
GPT · 平均延迟 7.51秒 · 成功率 80%（8/10 题）
85.8 分
能力分80.0
性能分84.5
一致性分100.0
首字最快用时2.47秒
首字平均用时4.16秒
每秒最大 tokens175.39
平均每秒 tokens102.13
平均响应延迟7.51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
55.6 (1/2)
知识
50.0 (1/2)
gpt-5.6-terra
GPT · 平均延迟 6.96秒 · 成功率 70%（7/10 题）
63.7 分
能力分68.9
性能分83.0
一致性分14.7
首字最快用时2.43秒
首字平均用时3.83秒
每秒最大 tokens279.07
平均每秒 tokens114.60
平均响应延迟6.96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
55.6 (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
gpt-5.6-sol
GPT · 平均延迟 7.68秒 · 成功率 60%（6/10 题）
54.8 分
能力分57.8
性能分78.4
一致性分1.4
首字最快用时2.70秒
首字平均用时4.52秒
每秒最大 tokens149.14
平均每秒 tokens87.43
平均响应延迟7.68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
0.0 (0/2)
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-6-astra
GPT · 平均延迟 15.98秒 · 成功率 50%（5/10 题）
44.5 分
能力分48.9
性能分49.7
一致性分25.4
首字最快用时1.62秒
首字平均用时3.58秒
每秒最大 tokens79.43
平均每秒 tokens25.46
平均响应延迟15.98秒
一致性判定：偏科明显
五大能力维度
数学
55.6 (1/2)
逻辑
100.0 (2/2)
代码
55.6 (1/2)
中文
44.4 (1/2)
知识
0.0 (0/2)
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
返回排行榜
Ai速测