APICHECK / AI TOOLBOX

AI 降智测试:模型能力与基线对比

使用算术、逻辑、状态跟踪、代码、上下文与指令遵循题目评估 API 模型能力,结合评分证据和基线报告分析表现变化。

访客直接使用自带 API · 无需工作区6 款实用工具
三步,开始探索
01接入你的 API
02探测并选择模型
03打开工具,立即使用

API 连接

访客直接使用

Key 仅保存在当前页面内存中,调用时经本站服务器转发;不写入数据库或浏览器缓存。刷新即清空。

降智测试

用六个维度的客观题检查模型表现,以相同题目复测稳定性、对比历史基线,寻找能力下降的证据。

运行设置

相同种子生成同一套题。对比时请保持种子、模式、模型名和服务商配置一致。

本次最多 24 次调用,输出长度由模型服务决定。调用会消耗你的 API 额度,可随时停止。

先填写上方 API 地址、Key 和模型,即可运行。

运行结果

等待开始

准备好就可以开始了

配置 API 和运行参数,点击左侧按钮。这里将实时显示进度和结果。

与历史基线对比

先保存一次可信状态的测试结果,再用相同设置复测并导入旧报告。报告保存在你下载的文件中,本站不保存。导入文件是用户提供的记录,不是服务商认证凭证。

暂无可比基线:仅报告本次能力表现,不能判断是否降智。

使用方法与结果说明

  1. 连接 API,选择模型及测试模式。
  2. 运行测试,查看各维度题目、回答和评分证据。
  3. 在相同题集、种子与设置下对照历史基线,并复测异常。

低分不等于模型被替换或降智。采样波动、提示词、服务商设置、超时与题集覆盖范围都会影响结果;没有可比基线时不应判定降智。