New API
jojocode.com · 测评于 2026-09-27 15:42 · 最近更新批次 #587
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-5.5：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.3-codex-spark：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-luna：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-sol：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.4-mini：题目通过率 0%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.4：题目通过率 40%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-6-astra：题目通过率 20%，低于 75%；最低能力维度 0 分，低于 30 分
- gpt-5.6-terra：题目通过率 20%，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-5.5
GPT · 平均延迟 15.68秒 · 成功率 40%（4/10 题）
49.0 分
能力分40.4
性能分35.5
一致性分93.0
首字最快用时1.39秒
首字平均用时9.01秒
每秒最大 tokens56.77
平均每秒 tokens35.33
平均响应延迟15.68秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
100.0 (2/2)
代码
50.0 (1/2)
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 40%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.3-codex-spark
GPT · 平均延迟 18.43秒 · 成功率 20%（2/10 题）
46.9 分
能力分20.0
性能分71.9
一致性分50.7
首字最快用时1.02秒
首字平均用时3.39秒
每秒最大 tokens726.54
平均每秒 tokens185.38
平均响应延迟18.43秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
50.0 (1/2)
代码
0.0 (0/2)
中文
0.0 (0/2)
知识
50.0 (1/2)
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
gpt-5.6-luna
GPT · 平均延迟 23.78秒 · 成功率 20%（2/10 题）
45.7 分
能力分21.3
性能分69.5
一致性分47.1
首字最快用时1.11秒
首字平均用时4.15秒
每秒最大 tokens1,000.00
平均每秒 tokens104.11
平均响应延迟23.78秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
55.6 (1/2)
代码
50.0 (1/2)
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 20%，低于 75%；最低能力维度 0 分，低于 30 分
gpt-5.6-sol
GPT · 平均延迟 27.12秒 · 成功率 20%（2/10 题）
40.2 分
能力分21.3
性能分29.3
一致性分100.0
首字最快用时1.17秒
首字平均用时4.51秒
每秒最大 tokens34.89
平均每秒 tokens6.69
平均响应延迟27.12秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
0.0 (0/2)
代码
50.0 (1/2)
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
gpt-5.4-mini
GPT · 平均延迟 9.11秒 · 成功率 0%（0/10 题）
39.6 分
能力分0.0
性能分49.1
一致性分100.0
首字最快用时8.85秒
首字平均用时9.11秒
每秒最大 tokens1,000.00
平均每秒 tokens1,000.00
平均响应延迟9.11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-5.4
GPT · 平均延迟 20.03秒 · 成功率 40%（4/10 题）
35.8 分
能力分42.6
性能分19.7
一致性分54.4
首字最快用时2.20秒
首字平均用时11.90秒
每秒最大 tokens51.20
平均每秒 tokens22.56
平均响应延迟20.03秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
55.6 (1/2)
代码
50.0 (1/2)
中文
50.0 (1/2)
知识
50.0 (1/2)
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
gpt-6-astra
GPT · 平均延迟 27.58秒 · 成功率 20%（2/10 题）
21.7 分
能力分19.2
性能分8.9
一致性分52.5
首字最快用时1.31秒
首字平均用时11.03秒
每秒最大 tokens56.22
平均每秒 tokens6.61
平均响应延迟27.58秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
44.4 (1/2)
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
gpt-5.6-terra
GPT · 平均延迟 27.02秒 · 成功率 20%（2/10 题）
20.0 分
能力分21.3
性能分5.1
一致性分47.1
首字最快用时1.03秒
首字平均用时12.56秒
每秒最大 tokens37.80
平均每秒 tokens5.27
平均响应延迟27.02秒
一致性判定：偏科明显
五大能力维度
数学
0.0 (0/2)
逻辑
55.6 (1/2)
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
返回排行榜
Ai速测