降級監控 v0.1
同一個模型在各家中轉站的實測原始數據：各家在同一時段回答同一組身分探針題（知識截止時間、「你知道的最新版本」這類問題），記錄與該模型參考答案的一致率、輸入 Token 數、思考 Token 和模型指紋。數值直接公開，不做判定。
涵蓋 14 個模型、101 條線路
模型中轉站排序
| 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 | — | 83.3% | 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 | — | 79.3% | 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 | ||
| 待檢測 | — | — | — | — | 100.0% | 23.19 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 23.19 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 8.85 s | — | ||
| 待檢測 | — | — | — | — | 98.6% | 1.40 s | ¥3.29 | ||
| 待檢測 | — | — | — | — | 98.2% | 0.91 s | ¥4.46 | ||
| 待檢測 | — | — | — | — | 73.3% | 1.83 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 2.27 s | — | ||
| 待檢測 | — | — | — | — | 77.4% | 3.02 s | ¥4.40 | ||
| 待檢測 | — | — | — | — | 100.0% | 3.52 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 6.04 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 2.45 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 4.62 s | ¥2.38 | ||
| 待檢測 | — | — | — | — | 100.0% | 7.18 s | ¥0.66 | ||
| 待檢測 | — | — | — | — | 90.0% | 6.70 s | — | ||
| 待檢測 | — | — | — | — | 86.7% | 4.67 s | — | ||
| 待檢測 | — | — | — | — | 0.0% | — | — | ||
| 待檢測 | — | — | — | — | 100.0% | 2.51 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 3.63 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 3.95 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 4.17 s | ¥1.30 | ||
| 待檢測 | — | — | — | — | 94.4% | 6.48 s | — | ||
| 待檢測 | — | — | — | — | 89.7% | 6.03 s | — | ||
| 待檢測 | — | — | — | — | 96.7% | 9.57 s | — | ||
| 待檢測 | — | — | — | — | 88.9% | 6.48 s | ¥2.04 | ||
| 待檢測 | — | — | — | — | 100.0% | 3.31 s | — | ||
| 待檢測 | — | — | — | — | 100.0% | 4.88 s | ¥1.27 | ||
| 待檢測 | — | — | — | — | 100.0% | 12.91 s | — | ||
| 待檢測 | — | — | — | — | 96.7% | 10.99 s | — | ||
| 待檢測 | — | — | — | — | 0.0% | — | — | ||
| 待檢測 | — | — | — | — | 96.7% | 4.34 s | — | ||
| 待檢測 | — | — | — | — | 88.9% | 5.53 s | ¥2.04 | ||
| 待檢測 | — | — | — | — | 90.0% | 7.27 s | — |
出題每個時段向同一模型的所有中轉站送出同一組身分探針題，每次更換問法並附上隨機編號，避免快取和針對性作弊
比對每個回答歸為一個簡短類別，與該模型在可信線路上的參考答案比對
指標探針一致率、輸入 Token 數、思考 Token 中位數、模型指紋
公開原始數值直接公開，同一模型的各家中轉站並列呈現
常見問題
這些數字該怎麼看？
探針題問的是「你的知識截止到什麼時候」「你知道的最新 iPhone 是哪一款」這類問題：不同模型的答案不同，同一模型的答案穩定。一致率明顯低於其他家、輸入 Token 數和其他家對不上，或模型指紋不像這個模型，都值得留意。單一數字會有波動，作答次數越多越可信。
為什麼要看輸入 Token 數？
同一段輸入、同一個模型，算出的 Token 數應該完全相同。數字和其他家對不上，通常表示換了模型，或在請求中加入了額外內容。
為什麼現在沒有資料？
降級監控仍在串接中，首批資料產出後會顯示在這裡。表中的可用率、首 Token 延遲和工作階段成本是線上實測數據。
和總排行榜有什麼不同？
總排行榜看可用率、速度和價格；降級監控看同一個模型在各家中轉站提供的是不是真貨。目前不影響排名。