api.a6api.com

api.a6api.com · 测评于 2026-10-12 01:59 · 最近更新批次 #829

54.8
综合评分
25.9
能力分(40%)
72.1
性能分(40%)
77.8
一致性分(20%)
0.19s
首字最快用时
2.94s
首字平均用时
46,500.0
每秒最大 tokens
1,436.3
平均每秒 tokens
6
测评模型数
deepseek-v4.1-flash
最佳模型 71.1
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。
deepseek-v4.1-flash
DeepSeek · 平均延迟 5.45秒 · 成功率 50%(5/10 题)
71.1 分
能力分47.8
性能分85.9
一致性分88.0
首字最快用时0.98秒
首字平均用时1.31秒
每秒最大 tokens237.42
平均每秒 tokens198.34
平均响应延迟5.45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 55.6 (1/2)
代码 0.0 (0/2)
中文 100.0 (2/2)
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 · 0.0 / 10.0 分 未通过
缺少关键词或最终结论不符合:
结构污染检查 协议完整性 · 8.0 / 8.0 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
身份自报检查 声明一致性 · 0.0 / 2.0 分 未通过
最终答案或格式约束不符合预期。
工具调用兼容性 高级功能 · 14.0 / 14.0 分 通过
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 50%,低于 75%;最低能力维度 0 分,低于 30 分
deepseek-v4-pro-0813
DeepSeek · 平均延迟 4.05秒 · 成功率 30%(3/10 题)
61.2 分
能力分27.7
性能分75.2
一致性分100.0
首字最快用时2.31秒
首字平均用时3.13秒
每秒最大 tokens46,500.00
平均每秒 tokens6,024.02
平均响应延迟4.05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 50.0 (1/2)
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 · 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
知识与概念边界 知识准确度 · 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
复杂指令遵循 指令遵循 · 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-0731
DeepSeek · 平均延迟 4.42秒 · 成功率 30%(3/10 题)
53.3 分
能力分28.9
性能分77.8
一致性分53.1
首字最快用时1.18秒
首字平均用时2.32秒
每秒最大 tokens1,477.61
平均每秒 tokens343.36
平均响应延迟4.42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 50.0 (1/2)
该模型触发测评预警:成功率低于 85%;最低维度低于 35 分
gpt-6-astra
GPT · 平均延迟 0.28秒 · 成功率 0%(0/10 题)
50.0 分
能力分0.0
性能分75.0
一致性分100.0
首字最快用时0.19秒
首字平均用时0.28秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.28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
gpt-5.6-sol
GPT · 平均延迟 0.49秒 · 成功率 0%(0/10 题)
50.0 分
能力分0.0
性能分75.0
一致性分100.0
首字最快用时0.39秒
首字平均用时0.49秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟0.49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
gpt-5.6-terra
GPT · 平均延迟 20.72秒 · 成功率 50%(5/10 题)
43.0 分
能力分51.1
性能分43.6
一致性分25.6
首字最快用时1.95秒
首字平均用时10.09秒
每秒最大 tokens117.74
平均每秒 tokens52.17
平均响应延迟20.72秒
一致性判定:偏科明显
五大能力维度
数学 55.6 (1/2)
逻辑 50.0 (1/2)
代码 0.0 (0/2)
中文 100.0 (2/2)
知识 50.0 (1/2)
该模型触发测评预警:成功率低于 85%;最低维度低于 35 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