已归档模型：该模型将不再更新，也不会在新测试中继续测试。
输入价格
$5.000 / 1M
输出价格
$25.000 / 1M
不稳定测试
0
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-05-08 13:36 重新测试 | 8.9 | 10.0 | $0.507 | 比较 | |
| 2026-05-08 13:36 测试集已变更 | 8.9 | 10.0 | $0.507 | 当前轮次 | |
| 2026-04-16 15:59 首次记录的运行 | 9.2 | 不适用 | $0.505 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-05-08 13:36 · 测试集已变更 | 8.9 | 10.0 | 10.0 | 16/19 | 0 | 6,329 | $0.507 | 3.04s |
| 2026-05-08 13:36 · 重新测试 | 8.9 | 10.0 | 10.0 | 16/19 | 0 | 6,329 | $0.507 | 3.04s |
| 差值 | 0.0 | 0.0 | 0.0 | 0 | 0 | 0 | $0.000 | 0ms |
图表
先选择第一个模型，再点击第二个模型打开并排页面。