效率雷达
同一份口径下比较本网关在售的各模型：私有题集在新模型或新题集接入时（按需，非定期）经本网关按「模型 × 档位」实跑的表现分，加上真实流量的时延与单请求费用。指标怎么算，全部写在页面底部。
时延单位：秒（单请求口径） · 费用单位：USD / 请求
正在加载最新数据…
口径与方法
表现分从哪来
一套不公开的精确答案题集，在新模型或新题集接入时（按需，非定期）经我们网关按「模型 × 档位」逐格实跑打分（0-100）。题集分批轮换，防止针对性过拟合；每格每轮 30 题，单轮分数有约 ±8 分的正常波动。矩阵分数合并最近至多 3 轮同一题集批次的采样——样本更大、区间更窄；题集换批后从新批次重新累计。历史曲线仍按单轮原始分绘制，看趋势请以其滑动均值为准。
时延与费用怎么算
优先取我们网关近 24 小时真实成功请求，按「模型 × 档位」聚合单请求平均耗时与单请求均价；某格暂无真实流量时，耗时退回跑分实测值并加 † 标注。这是单请求口径，不是 Agent 整任务耗时。
数据来源与脱敏
成本与时延来自全量真实网关流量，不是抽样众测。调用量只公布相对趋势（各自 7 天日峰值的百分比），不公布绝对量。
更新频率
跑分按需进行——新模型或新题集接入时测评一轮，非定期；每轮完成后矩阵与历史曲线随之更新；时延与调用量每 10 分钟聚合一次。失败请求不计入统计，也不计费。
第三方参考
自建跑分只保证站内可比，不等价于公开基准。作为外部锚点：Vals AI 独立评测的 Vals Index 准确率为 Grok-4.6 71.82% ± 0.75（47 个模型中第 6），取数于 2026-08-13。