降智监控 v0.1
同一个模型在各家中转站的实测原始数据：各家在同一时段回答同一组身份探针题（知识截止时间、“你知道的最新版本”这类问题），记录与该模型参考答案的一致率、输入 token 数、思考 token 和模型指纹。数值直接公开，不做判定。
覆盖 14 个模型、101 条线路
模型中转站排序
| 100%（90 次作答） | 109–24,260 | 1,014 | DeepSeek V4.1 Flash | — | 98.2% | 1.31 s | ¥2.59 | ||
| 100%（90 次作答） | 109–24,260 | 1,014 | DeepSeek V4 Pro | — | 99.0% | 1.35 s | ¥11.4 | ||
| 100%（90 次作答） | 109–24,260 | 1,014 | GLM 5.3 | — | 98.5% | 0.96 s | ¥8.56 | ||
| 100%（90 次作答） | 109–24,260 | 1,014 | Qwen 3.8 Max | — | 98.0% | 1.06 s | ¥20.4 | ||
| 98%（90 次作答） | 109–24,260 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 98%（90 次作答） | 100–161,349 | 38 | GPT 6.1 Sol | — | 98.7% | 0.87 s | ¥0.44 | ||
| 98%（90 次作答） | — | 0 | Grok 4.7 | — | 98.3% | 5.11 s | ¥3.10 | ||
| 97%（90 次作答） | 52–24,260 | 996 | Claude Fable 5.1 | — | 98.2% | 1.34 s | ¥4.38 | ||
| 97%（90 次作答） | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97%（90 次作答） | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97%（90 次作答） | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97%（90 次作答） | 52–24,260 | 559 | Claude Opus 5.5 | — | 97.3% | 1.57 s | ¥1.75 | ||
| 97%（90 次作答） | 52–24,260 | 559 | Claude Opus 5.5 | — | — | — | — | ||
| 97%（90 次作答） | 52–24,260 | 559 | Claude Opus 5.5 | — | — | — | — | ||
| 97%（90 次作答） | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.7% | 1.77 s | ¥7.30 | ||
| 97%（90 次作答） | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.7% | 1.58 s | ¥9.20 | ||
| 97%（90 次作答） | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.2% | 1.29 s | ¥0.88 | ||
| 97%（90 次作答） | 109–45,108 | 0 | Claude Sonnet 5 | — | — | — | — | ||
| 97%（90 次作答） | 109–24,260 | 0 | Claude Haiku 5.5 | — | 98.0% | 0.94 s | — | ||
| 97%（90 次作答） | 109–24,260 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 97%（90 次作答） | 100–151,769 | 39 | GPT 6 Astra | — | 98.5% | 1.33 s | ¥2.19 | ||
| 97%（90 次作答） | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97%（90 次作答） | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97%（90 次作答） | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97%（90 次作答） | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97%（90 次作答） | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97%（90 次作答） | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97%（90 次作答） | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97%（90 次作答） | — | 0 | Grok 4.7 | — | — | — | — | ||
| 97%（90 次作答） | — | 0 | Kimi K3 | — | 98.0% | 1.16 s | ¥28.6 | ||
| 85%（20 次作答） | 101–22,953 | 23 | GPT 6 Astra | — | 100.0% | 9.76 s | — | ||
| 61%（18 次作答） | 116–402 | 217 | Claude Opus 5.5 | — | 93.3% | 9.05 s | — | ||
| 44%（18 次作答） | 116–139 | 243 | Claude Haiku 5.5 | — | 96.7% | 7.00 s | — | ||
| 39%（18 次作答） | 114–411 | 0 | Claude Haiku 5.5 | — | 100.0% | 23.19 s | — | ||
| 69%（13 次作答） | 3,685–21,590 | 0 | Gemini 3.8 Flash | — | — | — | — | ||
| 54%（28 次作答） | 121–140 | 0 | Grok 4.7 | — | — | — | — | ||
| 28%（18 次作答） | 239–748 | 0 | Claude Haiku 5.5 | — | 77.4% | 19.67 s | — | ||
| 100%（54 次作答） | 456–694 | 69 | Claude Opus 5.5 | — | — | — | — | ||
| 100%（54 次作答） | 472–730 | 178 | Claude Haiku 5.5 | — | — | — | — | ||
| 100%（8 次作答） | 22,945–22,956 | 38 | GPT 6 Astra | — | 100.0% | 4.04 s | ¥3.30 | ||
| 96%（28 次作答） | 5,264–5,279 | 29 | GPT 6 Astra | — | — | — | — | ||
| 89%（28 次作答） | 4,203–4,218 | 27 | GPT 6 Astra | — | 100.0% | 8.02 s | — | ||
| 89%（28 次作答） | 486–4,212 | 35 | GPT 6 Astra | — | — | — | — | ||
| 89%（18 次作答） | 129–155 | 0 | Claude Fable 5.1 | — | — | — | — | ||
| 88%（8 次作答） | 22,945–22,956 | 42 | GPT 6.1 Sol | — | — | — | — | ||
| 86%（28 次作答） | 93–4,218 | 18 | GPT 6 Astra | — | — | — | — | ||
| 83%（18 次作答） | 127–153 | 0 | Claude Sonnet 5 | — | 96.7% | 6.55 s | — | ||
| 83%（18 次作答） | 116–139 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 82%（28 次作答） | 93–108 | 36 | GPT 6 Astra | — | 100.0% | 2.88 s | — | ||
| 82%（28 次作答） | 812–828 | 0 | GPT 6.1 Sol | — | 100.0% | 3.49 s | ¥15.4 | ||
| 82%（28 次作答） | 100–116 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 79%（28 次作答） | 93–108 | 33 | GPT 6 Astra | — | 100.0% | 9.99 s | ¥2.04 | ||
| 79%（28 次作答） | 93–108 | 34 | GPT 6.1 Sol | — | — | — | — | ||
| 72%（18 次作答） | 129–155 | 537 | Claude Haiku 5.5 | — | 77.8% | 14.16 s | — | ||
| 68%（28 次作答） | 4,207–4,480 | 16 | GPT 6.1 Sol | — | 96.7% | 5.20 s | — | ||
| 68%（28 次作答） | 101–4,484 | 0 | GPT 6 Astra | — | 93.3% | 8.16 s | ¥11.9 | ||
| 61%（28 次作答） | 4,211–18,563 | 0 | GPT 5.6 Terra | — | — | — | — | ||
| 56%（18 次作答） | 116–139 | 0 | Claude Opus 5.5 | — | 77.8% | 12.04 s | ¥8.80 | ||
| 56%（18 次作答） | 114–137 | 0 | Claude Haiku 5.5 | — | 77.8% | 9.30 s | ¥2.04 | ||
| 50%（18 次作答） | 2,025–10,740 | 0 | Claude Haiku 5.5 | — | 82.8% | 21.85 s | — | ||
| 50%（18 次作答） | 127–153 | 458 | Claude Sonnet 5 | — | 61.1% | 12.08 s | — | ||
| 44%（18 次作答） | 116–139 | 170 | Claude Haiku 5.5 | — | 100.0% | 2.17 s | — | ||
| 44%（18 次作答） | 258–2,860 | 0 | Claude Haiku 5.5 | — | 88.9% | 24.58 s | ¥2.04 | ||
| 44%（18 次作答） | 153–168 | 0 | Claude Sonnet 5 | — | 100.0% | 3.97 s | ¥4.40 | ||
| 41%（17 次作答） | 116–139 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 40%（5 次作答） | 137–144 | 0 | Claude Opus 5.5 | — | 60.0% | 2.38 s | ¥4.77 | ||
| 39%（18 次作答） | 116–139 | 208 | Claude Haiku 5.5 | — | 100.0% | 2.03 s | — | ||
| 33%（18 次作答） | 121–239 | 0 | Claude Haiku 5.5 | — | 100.0% | 2.88 s | ¥4.40 | ||
| 28%（18 次作答） | 148–463 | 0 | Claude Haiku 5.5 | — | 88.9% | 15.94 s | ¥2.04 | ||
| 待检测 | — | — | — | — | 100.0% | 23.19 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 23.19 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 8.85 s | — | ||
| 待检测 | — | — | — | — | 98.6% | 1.40 s | ¥3.29 | ||
| 待检测 | — | — | — | — | 98.2% | 0.91 s | ¥4.46 | ||
| 待检测 | — | — | — | — | 73.3% | 1.83 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 2.27 s | — | ||
| 待检测 | — | — | — | — | 77.4% | 3.02 s | ¥4.40 | ||
| 待检测 | — | — | — | — | 100.0% | 3.52 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 6.04 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 2.45 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 4.62 s | ¥2.38 | ||
| 待检测 | — | — | — | — | 100.0% | 7.18 s | ¥0.66 | ||
| 待检测 | — | — | — | — | 90.0% | 4.67 s | — | ||
| 待检测 | — | — | — | — | 90.0% | 6.70 s | — | ||
| 待检测 | — | — | — | — | 0.0% | — | — | ||
| 待检测 | — | — | — | — | 100.0% | 2.51 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 3.63 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 3.95 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 4.17 s | ¥1.30 | ||
| 待检测 | — | — | — | — | 94.4% | 6.48 s | — | ||
| 待检测 | — | — | — | — | 89.7% | 6.03 s | — | ||
| 待检测 | — | — | — | — | 96.7% | 9.57 s | — | ||
| 待检测 | — | — | — | — | 88.9% | 6.48 s | ¥2.04 | ||
| 待检测 | — | — | — | — | 100.0% | 3.31 s | — | ||
| 待检测 | — | — | — | — | 100.0% | 4.88 s | ¥1.27 | ||
| 待检测 | — | — | — | — | 100.0% | 12.91 s | — | ||
| 待检测 | — | — | — | — | 96.7% | 10.99 s | — | ||
| 待检测 | — | — | — | — | 0.0% | — | — | ||
| 待检测 | — | — | — | — | 96.7% | 4.34 s | — | ||
| 待检测 | — | — | — | — | 88.9% | 5.53 s | ¥2.04 | ||
| 待检测 | — | — | — | — | 90.0% | 7.02 s | — |
出题每个时段向同一模型的所有中转站发送同一组身份探针题，每次换问法并带随机编号，避免缓存和针对性作弊
比对每个回答归成一个简短类别，与该模型在可信线路上的参考答案比对
指标探针一致率、输入 token 数、思考 token 中位数、模型指纹
公开原始数值直接公开，同一模型的各家放在一起看
常见问题
这些数字怎么看？
探针题问的是“知识截止到什么时候”“你知道的最新 iPhone 是哪款”这类问题：不同模型答案不同，同一模型答案稳定。一致率明显低于别家、输入 token 数和别家对不上，或模型指纹不像这个模型，都值得留意。单个数字会有波动，作答次数越多越可信。
为什么看输入 token 数？
同一段输入、同一个模型，算出来的 token 数应该完全一样。数字和别家对不上，通常说明换了模型，或在请求里加了额外内容。
为什么现在没有数据？
降智监控还在接入，首批数据产出后在这里显示。表中的可用率、首字延迟和会话成本是线上实测数据。
和总榜有什么区别？
总榜看可用率、速度和价格；降智监控看同一个模型在各家给的是不是真货。目前不影响排名。