综合得分
88.81
95% CI [87.30, 90.03]
基于 285 个会话
综合榜第 1 名，共 12 个模型
三大目标
● 世界 · Worlds 50%89.18
● 故事 · Stories 25%79.81
● 用户偏好 · Preferences 25%97.08
六维度
917898749297
基础逻辑知识多样性内容逻辑交互
各语言成绩
测试于 2026/10/27| 语言 | 名次 | 综合 | 95% 置信区间 | 世界 | 故事 | 用户偏好 | 会话数 |
|---|---|---|---|---|---|---|---|
| 综合 | 1 / 12 | 88.81 | 87.3 – 90.0 | 89.2 | 79.8 | 97.1 | 285 |
| 中文 | 1 / 12 | 90.92 | 90.2 – 91.6 | 93.3 | 78.3 | 98.7 | 150 |
| English | 5 / 12 | 86.48 | 83.6 – 88.8 | 84.6 | 81.5 | 95.3 | 135 |