鹈鹕测试榜

10 个模型 · 26 个档位 · 82 张样本 · 4 张无效

当天最佳

GPT-6.1 Sol

8.83 · max（最高）
模型页

max

8.83 ± 0.15

medium

7.88 ± 0.61

low

7.79 ± 0.18

GPT-6 Astra

8.75 · max（最高）
模型页

max

8.75 ± 0.22

low

8.48 ± 0.27

medium

8.36 ± 0.37

GPT-6 Sol

8.18 · max（最高）
模型页

max

8.18 ± 0.04

medium

6.61 ± 0.72

low

5.40 ± 0.64

GPT-5.6 Sol

7.74 · max（最高）
模型页

max

7.74 ± 1.00

medium

6.91 ± 0.82

low

5.40 ± 0.66

GPT-6 Luna

7.34 · max（最高）
模型页

max

7.34 ± 1.44

medium

5.77 ± 1.66

low

4.88 ± 0.93

GPT-5.6 Terra

6.74 · max（最高）
模型页

max

6.74 ± 1.66

medium

5.99 ± 1.63

low

5.95 ± 1.38

Grok 4.6

6.63 · high（最高）
模型页

high

6.63 ± 0.56

Grok 4.7

6.60 · xhigh（最高）
模型页

xhigh

6.60 ± 0.77

medium

5.56 ± 0.51

low

5.55 ± 0.58

Grok 4.5

6.40 · high（最高）
模型页

high

6.40 ± 0.52

GPT-5.6 Luna

6.16 · max（最高）
模型页

max

6.16 ± 0.49

low

5.25 ± 0.60

medium

4.71 ± 0.71