跳至主要內容
Folkbench
排行榜
分項排行
可用率
近 24 小時的請求成功率
首 Token 延遲
收到第一個 Token 所需的時間
穩定性
綜合成功率與延遲波動的分數
工作階段成本
一次程式開發工作階段的花費
更多
CP 值
智慧指數與工作階段成本的對照
資料安全排行
各中轉站的資料安全等級
中轉站
瀏覽
全部中轉站
各站的可用率、延遲與價格
中轉站比較
兩家中轉站逐項比較
站長
站長專區
送出您的中轉站,加入公開評測
評測
評測
降級監控
同一模型在各站的探針一致率
即時檢測
用自己的 API 金鑰檢測端點
更多
評測列表
全部已發布的評測項目
部落格
Switch
跟隨系統
站長專區
登入
註冊
登入
←
評測列表
鵜鶘測試
這是一道固定的繪圖題。把同一句要求傳送到您填寫的 API 端點,讓模型畫一隻正在騎單車的鵜鶘,再把這一次畫出的畫面與動作原樣呈現。
相關文章
相關文章
如何為一隻騎單車的鵜鶘評分?從爆紅測試到可信的評測系統
第一篇談「別輕信一張截圖」。這一篇繼續追問:為什麼連一個分數,也不能輕信?
閱讀
→
相關文章
模型真的「變笨」了嗎?從一張失敗截圖到一場可信的對照實驗
一次出包能證明模型犯過錯,卻無法單獨證明它比以前更容易出錯。本文討論如何把這種懷疑變成他人可以複查的證據。
閱讀
→
開始評測
API 網址
API 金鑰
模型
Claude Opus 5.5
我確認有權測試這個 API 網址和 API 金鑰。
開始評測
送出後,這次的結果會顯示在這裡。
GPT 系列
gpt-5.6-sol
Codex 官方
Claude 系列
claude-opus-5
anpin.ai · 高缓cc_kiro
混元系列
hy4-preview
混元官方
Gemini 系列
gemini-3.5-flash
Gemini 官方
GLM 系列
glm-5.3
GLM 官方
其他模型
kimi-k3
Kimi 官方
deepseek-v4-pro
DeepSeek V4 Pro 官方
deepseek-v4.1-flash
DeepSeek V4.1 Flash 官方
繁體中文