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%2716ms3967ms95.5已验证
GPT-6 Astra
100%1164ms2190ms100已验证
GPT-5.6 Sol
99.75%1651ms3560ms100已验证
Gemini 3.5 Flash
56.58%1412ms7158ms90.9已验证
Claude Fable-5
98.72%2183ms3126ms95.5已验证
Grok 4.6
97.82%4582ms12258ms100已验证
Grok 4.5
98.02%3751ms9212ms100已验证
Claude Opus 5
98.92%1335ms2864ms100已验证
claude-opus-5-5
98.33%2139ms3298ms100已验证
DeepSeek V4 Flash
99.8%1719ms2907ms100已验证
DeepSeek V4 Pro
99.71%3667ms5695ms100已验证
DeepSeek V4.1 Flash
98.62%1338ms1746ms100已验证
Gemini 3.6 Flash
79.31%1133ms10635ms79.6已验证
Gemini 3.7 Flash
65.31%2697ms18891ms100已验证
Gemini 3.8 Flash
73.37%2894ms17381ms100已验证
gemini-4-argon
74.11%4434ms15866ms100已验证
GLM 5.2
99.6%2584ms4655ms100已验证
GLM 5.3
95.84%2984ms6734ms100已验证
glm-5.3-flash
98.22%615ms1719ms100已验证
GPT-5.6 Luna
99.53%2667ms4173ms100已验证
GPT-6.1 Sol
100%2009ms2963ms100已验证
GPT-6.2 Astra
100%2658ms6151ms100已验证
GPT-6.2 Sol
100%2269ms5144ms100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%4227ms6083ms100已验证
kimi-k3.1-pro
95.14%2819ms6779ms100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。