综合得分
92.13
95% CI [91.74, 92.49]
基于 285 个会话
综合榜第 2 名，共 11 个模型
三大目标
● 世界 50%94.33
● 故事 25%81.20
● 用户偏好 25%98.64
六维度
9489100739799
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27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 | 2 / 11 | 92.13 | 91.7 – 92.5 | 94.3 | 81.2 | 98.6 | 285 |
| 中文 | 3 / 11 | 92.19 | 91.7 – 92.7 | 94.1 | 82.2 | 98.3 | 150 |
| English | 2 / 11 | 92.06 | 91.4 – 92.7 | 94.6 | 80.1 | 99.0 | 135 |