鹈鹕测试榜

10 个模型 · 26 个档位 · 78 张样本 · 0 张无效

当天最佳

GPT-6 Astra

8.48 · max（最高）
模型页

max

8.48 ± 0.33

medium

7.67 ± 0.83

low

6.99 ± 0.07

GPT-6.1 Sol

8.27 · max（最高）
模型页

max

8.27 ± 0.45

medium

7.40 ± 0.91

low

7.31 ± 0.23

GPT-6 Luna

7.65 · medium（最高）
模型页

medium

7.65 ± 0.51

max

6.51 ± 0.40

low

6.10 ± 1.00

GPT-5.6 Terra

7.57 · max（最高）
模型页

max

7.57 ± 0.78

low

6.80 ± 1.13

medium

6.34 ± 0.34

GPT-5.6 Sol

7.28 · low（最高）
模型页

low

7.28 ± 0.39

max

6.94 ± 1.70

medium

6.93 ± 0.92

GPT-6 Sol

7.27 · max（最高）
模型页

max

7.27 ± 0.21

medium

6.72 ± 0.47

low

6.60 ± 1.76

Grok 4.6

7.01 · high（最高）
模型页

high

7.01 ± 0.40

Grok 4.7

6.88 · xhigh（最高）
模型页

xhigh

6.88 ± 1.88

medium

5.22 ± 0.69

low

5.04 ± 0.49

Grok 4.5

6.85 · high（最高）
模型页

high

6.85 ± 0.32

GPT-5.6 Luna

5.78 · low（最高）
模型页

low

5.78 ± 0.56

max

5.53 ± 0.62

medium

3.73 ± 0.26