api.a6api.com
api.a6api.com · 测评于 2026-09-27 15:42 · 最近更新批次 #470
DeepSeek-V4-Flash-0731
最佳模型 53.3
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
- DeepSeek-V4-Flash-0731：成功率低于 85%；最低维度低于 35 分
- gpt-6-astra：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：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- deepseek-v4-pro-0813：成功率低于 85%；最低维度低于 35 分
- gpt-5.6-terra：成功率低于 85%；最低维度低于 35 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。
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
deepseek-v4-pro-0813
DeepSeek · 平均延迟 6.51秒 · 成功率 0%（0/10 题）
47.4 分
能力分0.0
性能分68.5
一致性分100.0
首字最快用时0.56秒
首字平均用时2.88秒
每秒最大 tokens1,000.00
平均每秒 tokens182.94
平均响应延迟6.51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：成功率低于 85%；最低维度低于 35 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