综合得分
83.27
95% CI [82.68, 83.81]
基于 285 个会话
综合榜第 7 名，共 11 个模型
三大目标
● 世界 50%81.82
● 故事 25%79.98
● 用户偏好 25%89.44
六维度
866099719789
基础逻辑知识多样性内容逻辑交互
各语言成绩
测试于 2026年11月1日| 语言 | 名次 | 综合 | 95% 置信区间 | 世界 | 故事 | 用户偏好 | 会话数 |
|---|---|---|---|---|---|---|---|
| 综合 | 7 / 11 | 83.27 | 82.7 – 83.8 | 81.8 | 80.0 | 89.4 | 285 |
| 中文 | 5 / 11 | 81.78 | 81.0 – 82.5 | 81.7 | 77.0 | 86.8 | 150 |
| English | 7 / 11 | 84.92 | 84.3 – 85.6 | 82.0 | 83.3 | 92.4 | 135 |