·
逻辑推理
测试 A · 常识与推理等待检测
连接配置
填入中转站的 Base URL 与 API Key。Key 仅经过本地 Next.js 服务器转发，不会保存。
能力指纹
运行一次全面检测后，这里会呈现该模型背后的真实能力画像
降智指数
基本可用
整体表现尚可，存在轻微指标偏差，建议在长文本场景做更多对比验证。
流式平滑度
略有抖动
整体可接受，但存在偶发停顿。
（示例占位 · 尚未检测）
分项检测 · 日志
·
指令跟随
测试 B · 严格格式输出等待检测
·
长文本召回
测试 C · 大海捞针等待检测