| #4#4 |
GPT-6.1 Solmax
|
9.9… |
OpenAI |
$1.006
…
|
61.98s… |
只有当某个测试的所有运行都通过时,才计为完全通过。
超时: 1
响应时间(平均)61.98s
响应时间(最大)960.01s
响应时间(总计)1425.65s
…
|
- 总测试数
- 23
- 错误测试数
- 1
- 尝试通过率
- 95.7%
- 输入令牌
- 183,607
- 输出令牌
- 5,741
- 推理令牌
- 58,082
- 响应时间(平均)
- 61.98s
- 响应时间(总计)
- 1425.65s
- 响应时间(最大)
- 960.01s
-
智能体任务
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)80.23s
响应时间(最大)80.23s
响应时间(总计)80.23s
-
反AI技巧
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)5.41s
响应时间(最大)8.38s
响应时间(总计)21.65s
-
编程
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)13.57s
响应时间(最大)17.63s
响应时间(总计)40.70s
-
综合
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)69.59s
响应时间(最大)104.16s
响应时间(总计)139.18s
-
数据解析与提取
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)4.97s
响应时间(最大)5.18s
响应时间(总计)9.94s
-
领域专项
: 7.7
只有当某个测试的所有运行都通过时,才计为完全通过。
超时: 1
响应时间(平均)352.00s
响应时间(最大)960.01s
响应时间(总计)1056.00s
-
通用智能
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)16.57s
响应时间(最大)16.57s
响应时间(总计)16.57s
-
指令遵循
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)5.54s
响应时间(最大)7.54s
响应时间(总计)11.08s
-
谜题求解
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)7.67s
响应时间(最大)10.05s
响应时间(总计)23.01s
-
工具调用
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)16.02s
响应时间(最大)16.02s
响应时间(总计)16.02s
-
常识问答
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)11.27s
响应时间(最大)11.27s
响应时间(总计)11.27s
|
| #5#5 |
GPT-6 Astramax
|
9.9… |
OpenAI |
$5.044
…
|
61.63s… |
只有当某个测试的所有运行都通过时,才计为完全通过。
超时: 1
响应时间(平均)61.63s
响应时间(最大)960.01s
响应时间(总计)1417.51s
…
|
- 总测试数
- 23
- 错误测试数
- 1
- 尝试通过率
- 95.7%
- 输入令牌
- 181,223
- 输出令牌
- 5,707
- 推理令牌
- 58,909
- 响应时间(平均)
- 61.63s
- 响应时间(总计)
- 1417.51s
- 响应时间(最大)
- 960.01s
-
智能体任务
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)69.56s
响应时间(最大)69.56s
响应时间(总计)69.56s
-
反AI技巧
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)4.87s
响应时间(最大)8.14s
响应时间(总计)19.46s
-
编程
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)14.64s
响应时间(最大)23.54s
响应时间(总计)43.92s
-
综合
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)64.02s
响应时间(最大)96.57s
响应时间(总计)128.04s
-
数据解析与提取
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)4.78s
响应时间(最大)4.82s
响应时间(总计)9.56s
-
领域专项
: 7.7
只有当某个测试的所有运行都通过时,才计为完全通过。
超时: 1
响应时间(平均)356.37s
响应时间(最大)960.01s
响应时间(总计)1069.12s
-
通用智能
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)13.69s
响应时间(最大)13.69s
响应时间(总计)13.69s
-
指令遵循
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)6.34s
响应时间(最大)8.87s
响应时间(总计)12.67s
-
谜题求解
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)7.32s
响应时间(最大)10.41s
响应时间(总计)21.95s
-
工具调用
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)20.65s
响应时间(最大)20.65s
响应时间(总计)20.65s
-
常识问答
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)8.91s
响应时间(最大)8.91s
响应时间(总计)8.91s
|
| #1🥇 #1 |
Gemini 3.6 Flashhigh
|
9.9… |
Google |
$0.900
↓
…
|
18.93s… |
只有当某个测试的所有运行都通过时,才计为完全通过。
答案错误: 1
响应时间(平均)18.93s
响应时间(最大)104.15s
响应时间(总计)435.48s
…
|
- 总测试数
- 23
- 错误测试数
- 1
- 尝试通过率
- 98.6%
- 输入令牌
- 238,080
- 输出令牌
- 4,211
- 推理令牌
- 188,109
- 响应时间(平均)
- 18.93s
- 响应时间(总计)
- 435.48s
- 响应时间(最大)
- 104.15s
-
智能体任务
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)65.59s
响应时间(最大)65.59s
响应时间(总计)65.59s
-
反AI技巧
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)2.73s
响应时间(最大)3.24s
响应时间(总计)10.92s
-
编程
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)26.32s
响应时间(最大)41.95s
响应时间(总计)78.96s
-
综合
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)65.10s
响应时间(最大)104.15s
响应时间(总计)130.19s
-
数据解析与提取
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)6.44s
响应时间(最大)7.31s
响应时间(总计)12.89s
-
领域专项
: 8.2
只有当某个测试的所有运行都通过时,才计为完全通过。
答案错误: 1
响应时间(平均)33.33s
响应时间(最大)41.63s
响应时间(总计)99.98s
-
通用智能
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)4.01s
响应时间(最大)4.01s
响应时间(总计)4.01s
-
指令遵循
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)4.07s
响应时间(最大)4.75s
响应时间(总计)8.14s
-
谜题求解
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)3.36s
响应时间(最大)3.72s
响应时间(总计)10.08s
-
工具调用
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)8.35s
响应时间(最大)8.35s
响应时间(总计)8.35s
-
常识问答
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)6.35s
响应时间(最大)6.35s
响应时间(总计)6.35s
|
| #2🥈 #2 |
Gemini 3.8 Flashhigh
|
9.9… |
Google |
$1.927
…
|
40.60s… |
只有当某个测试的所有运行都通过时,才计为完全通过。
无答案: 1
响应时间(平均)40.60s
响应时间(最大)177.08s
响应时间(总计)933.73s
…
|
- 总测试数
- 23
- 错误测试数
- 1
- 尝试通过率
- 98.6%
- 输入令牌
- 334,568
- 输出令牌
- 11,394
- 推理令牌
- 435,334
- 响应时间(平均)
- 40.60s
- 响应时间(总计)
- 933.73s
- 响应时间(最大)
- 177.08s
-
智能体任务
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)115.54s
响应时间(最大)115.54s
响应时间(总计)115.54s
-
反AI技巧
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)2.92s
响应时间(最大)3.96s
响应时间(总计)11.69s
-
编程
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)29.30s
响应时间(最大)55.87s
响应时间(总计)87.90s
-
综合
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)115.73s
响应时间(最大)177.08s
响应时间(总计)231.45s
-
数据解析与提取
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)8.23s
响应时间(最大)8.26s
响应时间(总计)16.46s
-
领域专项
: 8.2
只有当某个测试的所有运行都通过时,才计为完全通过。
无答案: 1
响应时间(平均)131.31s
响应时间(最大)157.23s
响应时间(总计)393.92s
-
通用智能
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)4.06s
响应时间(最大)4.06s
响应时间(总计)4.06s
-
指令遵循
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)4.73s
响应时间(最大)5.47s
响应时间(总计)9.46s
-
谜题求解
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)3.44s
响应时间(最大)3.62s
响应时间(总计)10.31s
-
工具调用
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)42.65s
响应时间(最大)42.65s
响应时间(总计)42.65s
-
常识问答
: 10.0
只有当某个测试的所有运行都通过时,才计为完全通过。
没有失败答案。
响应时间(平均)10.30s
响应时间(最大)10.30s
响应时间(总计)10.30s
|