模型对比评测记录Model Comparison Records
更新日期：2026-08-20 · 当前为公开目录核对与评测计划记录Updated: 2026-08-20 · Public catalog review and benchmark plan
数据来源说明Source policy
当前页面不把未执行的测试写成实测结果。指标只有在完成本站同一环境、同一提示词、重复采样后才会填入；公开资料会标明来源，未核验项目显示"未实测"。
Unrun tests are never presented as our measurements. Metrics are filled only after same-environment, same-prompt repeated sampling; public data is sourced, and unverified items remain "Not tested".
当前网关模型目录Current gateway catalog
| Model ID | 供应商/类别Provider/category | 中文理解Chinese | 长文本Long context | 代码Code | 结构化输出Structured | 来源/日期Source/date |
|---|
gpt-5.6-sol | Gateway alias | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对 2026-08-20Catalog check 2026-08-20 |
gpt-5.6-luna | Gateway alias | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
gpt-5.6-terra | Gateway alias | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
gpt-5.5 | OpenAI-compatible ID | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
gpt-5.4 | OpenAI-compatible ID | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
gpt-5.4-mini | OpenAI-compatible ID | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
gpt-image-1.5 | Image | 未实测 | 不适用 | 不适用 | 未实测 | 目录核对Catalog check |
gpt-image-2 | Image | 未实测 | 不适用 | 不适用 | 未实测 | 目录核对Catalog check |
kimi-k2 | Kimi | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
kimi-k2-thinking | Kimi | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
kimi-k2.5 | Kimi | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
kimi-k2.6 | Kimi alias | 未实测 | 未实测 | 未实测 | 未实测 | 需匹配上游Upstream match needed |
kimi-k2.7-code | Kimi code | 未实测 | 未实测 | 未实测 | 未实测 | 需匹配上游Upstream match needed |
kimi-k2.7-code-highspeed | Kimi code alias | 未实测 | 未实测 | 未实测 | 未实测 | 需匹配上游Upstream match needed |
kimi-k3 | Kimi | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
kimi-k3-256k | Kimi long-context | 未实测 | 未实测 | 未实测 | 未实测 | 目录核对Catalog check |
正式评测维度Benchmark dimensions
- 中文理解：事实抽取、指令遵循、多轮一致性。Chinese: extraction, instruction following, multi-turn consistency. 查看框架 →Framework →
- 长文本总结：固定文档长度、压缩率、关键事实保留率。Long context: fixed document length, compression and fact retention. 查看框架 →Framework →
- 代码：修复测试、单元测试生成、结构化补丁。Code: bug fixes, unit-test generation and structured patches. 查看框架 →Framework →
- 结构化输出：JSON Schema 合规率与重试次数。Structured output: JSON Schema compliance and retries. 查看框架 →Framework →
- 运行指标：首字延迟、总耗时、成功率、429/5xx 比例。Runtime: first-token latency, total time, success rate and 429/5xx rate. 查看示例 →Sample →
价格与评测边界Pricing and benchmark boundary
网关目录中的模型名可能是 OAuth 账户映射或自定义别名，不一定对应公开 API 产品名。核对上游与价格前，不将"待确认"模型用于对外承诺。
Catalog IDs may be OAuth mappings or custom aliases and may not equal public API product names. Do not make commercial promises for "To verify" models before upstream and pricing confirmation.
← 返回模型评测Back to benchmarks
