综合得分
93.42
95% CI [93.07, 93.74]
基于 285 个会话
综合榜第 1 名，共 7 个模型
三大目标
● 世界 · Worlds 50%97.97
● 故事 · Stories 25%80.00
● 用户偏好 · Preferences 25%97.73
六维度
9995100739598
基础逻辑知识多样性内容逻辑交互
各语言成绩
测试于 2026/10/29| 语言 | 名次 | 综合 | 95% 置信区间 | 世界 | 故事 | 用户偏好 | 会话数 |
|---|---|---|---|---|---|---|---|
| 综合 | 1 / 7 | 93.42 | 93.1 – 93.7 | 98.0 | 80.0 | 97.7 | 285 |
| 中文 | 2 / 7 | 92.90 | 92.5 – 93.3 | 97.5 | 78.7 | 97.8 | 150 |
| English | 1 / 7 | 93.99 | 93.4 – 94.5 | 98.4 | 81.4 | 97.7 | 135 |