STATUS & EVALS
实时状态与鉴真报告
存在波动探针每 10 分钟检测可用性与延迟;金丝雀评测每 6 小时运行固定题库(算术精确题、代码断言、指令遵循、长上下文针刺), 程序化判分并与官方基准比对 —— 纯度是可以被验证的。鉴真方法论 →
近 7 日系列总览
Claude 系列
98.55%
GPT 系列
99.76%
Gemini 系列
72.66%
Grok 系列
97.92%
绿 ≥90% · 黄 ≥70% · 红 <70%;每格为一天(UTC)。系列口径 = 主营线路探针(Claude Max / GPT Pro / Gemini Pro / Grok std)代表模型的当日可用率均值,不含蒸馏与废弃渠道。
金丝雀评测趋势(近 14 日)
评测怎么做的? →每条线 = 该系列在售模型的当日金丝雀得分均值(每 6 小时评测一次,同日多轮取均值)。 曲线如实展示评测结果(含波动);得分异常由运营内部告警与人工处置——不自动下架、不改本页展示。
按模型明细
| 模型 | 近 7 日 | 可用率 | 首字 P50 | 首字 P95 | 金丝雀得分 | 纯度 |
|---|---|---|---|---|---|---|
Claude Fable-5.1 | 98.23% | 2716ms | 3967ms | 95.5 | 已验证 | |
GPT-6 Astra | 100% | 1164ms | 2190ms | 100 | 已验证 | |
GPT-5.6 Sol | 99.75% | 1651ms | 3560ms | 100 | 已验证 | |
Gemini 3.5 Flash | 56.58% | 1412ms | 7158ms | 90.9 | 已验证 | |
Claude Fable-5 | 98.72% | 2183ms | 3126ms | 95.5 | 已验证 | |
Grok 4.6 | 97.82% | 4582ms | 12258ms | 100 | 已验证 | |
Grok 4.5 | 98.02% | 3751ms | 9212ms | 100 | 已验证 | |
Claude Opus 5 | 98.92% | 1335ms | 2864ms | 100 | 已验证 | |
claude-opus-5-5 | 98.33% | 2139ms | 3298ms | 100 | 已验证 | |
DeepSeek V4 Flash | 99.8% | 1719ms | 2907ms | 100 | 已验证 | |
DeepSeek V4 Pro | 99.71% | 3667ms | 5695ms | 100 | 已验证 | |
DeepSeek V4.1 Flash | 98.62% | 1338ms | 1746ms | 100 | 已验证 | |
Gemini 3.6 Flash | 79.31% | 1133ms | 10635ms | 79.6 | 已验证 | |
Gemini 3.7 Flash | 65.31% | 2697ms | 18891ms | 100 | 已验证 | |
Gemini 3.8 Flash | 73.37% | 2894ms | 17381ms | 100 | 已验证 | |
gemini-4-argon | 74.11% | 4434ms | 15866ms | 100 | 已验证 | |
GLM 5.2 | 99.6% | 2584ms | 4655ms | 100 | 已验证 | |
GLM 5.3 | 95.84% | 2984ms | 6734ms | 100 | 已验证 | |
glm-5.3-flash | 98.22% | 615ms | 1719ms | 100 | 已验证 | |
GPT-5.6 Luna | 99.53% | 2667ms | 4173ms | 100 | 已验证 | |
GPT-6.1 Sol | 100% | 2009ms | 2963ms | 100 | 已验证 | |
GPT-6.2 Astra | 100% | 2658ms | 6151ms | 100 | 已验证 | |
GPT-6.2 Sol | 100% | 2269ms | 5144ms | 100 | 已验证 | |
GPT Image 2.5 | 100% | — | — | — | 试运行 | |
GPT Image 2.5 Flare | 100% | — | — | — | 试运行 | |
GPT Image 2.5 Sunburst | 83.33% | — | — | — | 试运行 | |
GPT Image 2.6 | 99.21% | — | — | — | 试运行 | |
GPT Image 2.6 Flare | 100% | — | — | — | 试运行 | |
GPT Image 2.6 Sunburst | 99.17% | — | — | — | 试运行 | |
Kimi K3 | 98.21% | 4227ms | 6083ms | 100 | 已验证 | |
kimi-k3.1-pro | 95.14% | 2819ms | 6779ms | 100 | 已验证 |
统计口径:总览与可用率统计所有探针样本量达标的在售模型,数据(含波动期的坏数字)如实呈现、不做剔除;「已验证」= 可用率与金丝雀评测数据齐全,「试运行」= 金丝雀评测数据尚未积累完成。 金丝雀得分低于官方基准 85 分或较自身 7 日均值骤降,会触发内部告警并由运营人工处置——监测不自动改动线上服务与本页展示。 延迟为流式首字延迟(TTFT):从发起请求到收到首个数据块的耗时,这是流式对话的用户体感口径。
连续性口径:每 6 小时对在售模型发起长输出流式探测并完整读到收尾, 「完整」= 收到流结束标记([DONE] 或 finish_reason),量的是长回复会不会中途断流——近 7 日长流完整率 99.19%(866 次探测)。每轮金丝雀同步做注入检测(身份题盯防上游注入工具提示词)与前缀缓存命中探测(盯防号池异常轮转),命中即触发内部告警、由运营人工核实处置。
接入观察中
已接入、评测数据积累中,达标后自动进入公开明细。
Claude Opus 4.8Claude Sonnet 5Claude Haiku 4.5Claude Haiku 4.5claude-haiku-5-5Claude Opus 4.6Claude Opus 4.7claude-sonnet-4-5Claude Sonnet 4.6claude-sonnet-5-5DeepSeek V4 FlashDeepSeek V4 Prodeepseek-v4.1-flash-1017Seedance 2.0doubao-seedance-2-0-260128-maxSeedance 2.0 Fastdoubao-seedance-2-0-fast-260128-maxSeedance 2.0 Minidoubao-seedance-2-0-mini-260615-maxSeedance 2.5Seedance 2.5doubao-seedance-2-5-260628-maxdreamina-seedance-2-0-hcdreamina-seedance-2-5-hcgemini-4-carbongemini-4-hydrogengemini-nano-banana-2.1GPT-5.6 Terragpt-6GPT-6 LunaGPT-6 Solgpt-6.1-terraGPT Image 2qwen3.8-flash万相 3.0万相 3.0 优速版
事件时间线(近 7 日)
DeepSeek V4 Flash短时波动 · 已自动恢复已恢复2026/11/19 23:50:58
Kimi K3间歇波动 · 当日 8 次,均已自动恢复已恢复2026/11/19 22:13:48
GLM 5.2间歇波动 · 当日 2 次,均已自动恢复已恢复2026/11/19 21:02:50
Claude Fable-5金丝雀评分单次波动 · 已复核2026/11/19 19:49:01
Claude Fable-5.1金丝雀评分单次波动 · 已复核2026/11/19 19:48:42
glm-5.3-flash间歇波动 · 当日 2 次,均已自动恢复已恢复2026/11/19 19:44:39
GLM 5.3间歇波动 · 当日 2 次,均已自动恢复已恢复2026/11/19 17:42:02
Grok 4.5短时波动 · 已自动恢复已恢复2026/11/19 12:13:23
同一模型的连续探测异常合并为一条事件,发生与恢复状态一并如实标注。