鹈鹕测试榜

11 个模型 · 29 个档位 · 90 张样本 · 3 张无效

当天最佳

GPT-6 Astra

8.77 · max（最高）
模型页

max

8.77 ± 0.30

medium

8.22 ± 0.44

low

7.80 ± 0.71

GPT-6.1 Sol

8.53 · max（最高）
模型页

max

8.53 ± 0.40

low

8.42 ± 0.22

medium

8.30 ± 0.33

Gemini 4 Argon

8.13 · high（最高）
模型页

high

8.13 ± 0.74

low

7.80 ± 0.34

medium

7.74 ± 0.49

GPT-6 Sol

7.88 · max（最高）
模型页

max

7.88 ± 0.63

medium

6.75 ± 1.39

low

5.75 ± 0.52

GPT-5.6 Sol

7.83 · max（最高）
模型页

max

7.83 ± 0.43

low

6.00 ± 0.98

medium

5.46 ± 0.29

GPT-6 Luna

7.11 · max（最高）
模型页

max

7.11 ± 1.51

medium

6.59 ± 1.26

low

6.00 ± 0.29

Grok 4.7

6.54 · medium（最高）
模型页

medium

6.54 ± 1.11

xhigh

5.92 ± 1.91

low

3.76 ± 0.55

Grok 4.6

6.50 · high（最高）
模型页

high

6.50 ± 0.90

GPT-5.6 Luna

6.50 · max（最高）
模型页

max

6.50 ± 1.00

medium

4.73 ± 1.04

low

3.97 ± 0.21

Grok 4.5

6.50 · high（最高）
模型页

high

6.50 ± 0.02

GPT-5.6 Terra

6.47 · max（最高）
模型页

max

6.47 ± 1.76

medium

5.97 ± 0.56

low

5.39 ± 0.70