综合得分
69.52
95% CI [68.93, 70.09]
基于 285 个会话
综合榜第 12 名，共 12 个模型
三大目标
● 世界 50%56.25
● 故事 25%74.68
● 用户偏好 25%90.90
六维度
462499659491
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2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 | 12 / 12 | 69.52 | 68.9 – 70.1 | 56.3 | 74.7 | 90.9 | 285 |
| 中文 | 12 / 12 | 68.46 | 67.7 – 69.3 | 55.7 | 73.5 | 89.0 | 150 |
| English | 12 / 12 | 70.69 | 69.8 – 71.5 | 56.9 | 76.0 | 93.1 | 135 |