综合得分
83.38
95% CI [82.66, 84.04]
基于 285 个会话
综合榜第 6 名，共 11 个模型
三大目标
● 世界 50%82.56
● 故事 25%75.55
● 用户偏好 25%92.85
六维度
7771100679393
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10月29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 | 6 / 11 | 83.38 | 82.7 – 84.0 | 82.6 | 75.5 | 92.8 | 285 |
| 中文 | 8 / 11 | 80.64 | 79.8 – 81.5 | 80.3 | 70.9 | 91.0 | 150 |
| English | 5 / 11 | 86.42 | 85.6 – 87.1 | 85.0 | 80.7 | 94.9 | 135 |