一致性测评,保障接口质量

以官方为基准,验证模型身份真伪、思考能力完整性、高级功能可用性

通过多维数据比对,观测第三方接口与原生模型的拟合度

深度推理开关测试,验证 thinking 模式是不是真的在干活。

强制进行工具调用和JSON输出测试,精准排查线路是否偷偷阉割了原生能力

BASE URL

https://relay.example.com/v1

API KEY

目标模型

测评任务	测评 / 对比线路	测试结论	测试时间	操作

模型一致性测评