综合得分
83.43
95% CI [82.64, 84.22]
基于 285 个会话
综合榜第 5 名，共 11 个模型
三大目标
● 世界 50%84.98
● 故事 25%65.50
● 用户偏好 25%98.27
六维度
7283100509798
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 | 5 / 11 | 83.43 | 82.6 – 84.2 | 85.0 | 65.5 | 98.3 | 285 |
| 中文 | 7 / 11 | 80.68 | 79.5 – 81.9 | 80.7 | 63.7 | 97.7 | 150 |
| English | 4 / 11 | 86.50 | 85.6 – 87.5 | 89.8 | 67.5 | 98.9 | 135 |