鹈鹕测试榜

10 个模型 · 26 个档位 · 81 张样本 · 3 张无效

当天最佳

GPT-6 Astra

8.88 · max（最高）
模型页

max

8.88 ± 0.14

medium

8.33 ± 0.30

low

7.98 ± 0.80

GPT-6.1 Sol

8.88 · max（最高）
模型页

max

8.88 ± 0.13

low

7.90 ± 0.64

medium

7.74 ± 1.04

GPT-5.6 Sol

8.23 · max（最高）
模型页

max

8.23 ± 0.61

medium

7.00 ± 1.71

low

6.80 ± 0.47

GPT-6 Sol

7.99 · max（最高）
模型页

max

7.99 ± 0.44

medium

6.19 ± 0.77

low

5.64 ± 0.68

GPT-5.6 Terra

7.04 · low（最高）
模型页

low

7.04 ± 0.88

max

7.01 ± 0.71

medium

5.39 ± 1.74

Grok 4.6

7.02 · high（最高）
模型页

high

7.02 ± 0.67

GPT-6 Luna

6.87 · medium（最高）
模型页

medium

6.87 ± 1.13

low

6.29 ± 1.38

max

6.13 ± 0.36

Grok 4.5

6.63 · high（最高）
模型页

high

6.63 ± 0.55

GPT-5.6 Luna

6.62 · max（最高）
模型页

max

6.62 ± 0.72

medium

4.71 ± 0.72

low

4.22 ± 0.24

Grok 4.7

6.15 · xhigh（最高）
模型页

xhigh

6.15 ± 1.75

medium

5.71 ± 0.87

low

5.14 ± 0.58