话题空间评测 · 六模型实时进度
同一套 fine_v1 判定器（gpt-6-astra）· 各模型独立并发池互不占用 · 每 60 秒自动刷新 · 更新于 2026-10-08 22:16:39 UTC
逐 case 判分明细（截图＋小分）→
deepseek-flash二轮复现 R2 污染补测 10/31
在跑 8 · 中位 40.9 分钟 · 重试 12
completed_no_card 36 · observed 8 · succeeded 25 · timeout 31
mimo-v2.6-flash首轮 污染补测 10/10
在跑 6 · 中位 27.6 分钟 · 重试 16
completed_no_card 81 · failed 2 · succeeded 7 · timeout 10
gpt-5.6-sol首轮
在跑 1 · 中位 7.0 分钟 · 重试 219
completed_no_card 86 · infra_error 13 · succeeded 1
gpt-6-sol首轮
在跑 2 · 中位 7.4 分钟 · 重试 222
completed_no_card 86 · failed 1 · infra_error 12 · succeeded 1
gemini-3.8-flash首轮
在跑 2 · 中位 6.1 分钟 · 重试 249
completed_no_card 47 · failed 42 · infra_error 11
glm-5.3-flash首轮
在跑 6 · 中位 21.7 分钟 · 重试 138
completed_no_card 59 · failed 8 · infra_error 6 · observed 3 · succeeded 13 · timeout 11