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。
????
$0.090 / 1M
????
$0.300 / 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 15:30 新增测试 | 7.8 | 10.0 | $0.020 | 当前轮次 | |
| 2026-04-11 01:44 首次记录的运行 | 3.0 | 不适用 | $0.000 | 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。
图表
先选择第一个模型，再点击第二个模型打开并排页面。