当前筛选匹配 / 标准验真 / 低异常共 11 份报告
报告列表
标准验真gpt-5.5 标准验真模型一致性报告gpt-5.5 本次模型一致性标准验真结果：匹配（86/100）。主要扣分项：网关暂不可用；存在未通过证据项。UU API · GPT-5.5 · 样本 15 · 08/01 09:12匹配86/100标准验真gpt-5.6-luna 标准验真模型一致性报告gpt-5.6-luna 本次模型一致性标准验真结果：匹配（86/100）。主要扣分项：网关暂不可用；存在未通过证据项。UU API · GPT-5.6 Luna · 样本 16 · 07/31 09:54匹配86/100标准验真gpt-5.6-luna 标准验真模型一致性报告gpt-5.6-luna 本次模型一致性标准验真结果：匹配（86/100）。主要扣分项：网关暂不可用；存在未通过证据项。UU API · GPT-5.6 Luna · 样本 13 · 07/31 08:50匹配86/100标准验真gpt-5.6-sol 标准验真模型一致性报告gpt-5.6-sol 本次模型一致性标准验真结果：匹配（86/100）。主要扣分项：上游响应超时；存在未通过证据项。零壹跃迁 · GPT-5.6 Sol · 样本 17 · 07/31 05:28匹配86/100标准验真gpt-5.6-luna 标准验真模型一致性报告gpt-5.6-luna 本次模型一致性标准验真结果：匹配（86/100）。主要扣分项：网关暂不可用；存在未通过证据项。零壹跃迁 · GPT-5.6 Luna · 样本 13 · 07/31 05:08匹配86/100标准验真claude-sonnet-5 标准验真模型一致性报告claude-sonnet-5 本次模型一致性标准验真结果：匹配（91/100）。主要扣分项：隐藏提示词边界不清。UU API · Claude Sonnet 5 · 样本 22 · 07/29 12:41匹配91/100标准验真kimi-k2.6 标准验真模型一致性报告kimi-k2.6 本次模型一致性标准验真结果：匹配（86/100）。主要扣分项：上游响应超时；存在未通过证据项。xinlicloud.top · Kimi K2.6 · 样本 22 · 07/22 17:26匹配86/100标准验真claude-fable-5 标准验真模型一致性报告claude-fable-5 本次模型一致性标准验真结果：匹配（92/100）。主要扣分项：指令跟随不稳定。无限星河AI · Claude Fable 5 · 样本 29 · 07/09 11:15匹配92/100标准验真claude-opus-4-8 标准验真模型一致性报告claude-opus-4-8 本次模型一致性标准验真结果：匹配（87/100）。主要扣分项：模型代码锚定不稳定。无限星河AI · Claude Opus 4.8 · 样本 30 · 07/09 11:12匹配87/100标准验真qwen3.5-flash 标准验真模型一致性报告qwen3.5-flash 本次模型一致性标准验真结果：匹配（88/100）。主要扣分项：接口服务异常。无限星河AI · Qwen3.5 Flash · 样本 102 · 07/08 13:12匹配88/100标准验真gpt-5.4-mini 标准验真模型一致性报告gpt-5.4-mini 本次模型一致性标准验真结果：匹配（88/100）。主要扣分项：接口服务异常。iksvip · GPT-5.4 mini · 样本 25 · 07/02 22:09匹配88/100