CODEX / CANDY EVAL
测试概览.
每分钟测试一次
等待首次数据
等待首次数据
累计正确率—等待测试
平均 TPS—输出 token / 秒
平均推理 Token—每次有效测试
平均耗时—秒 / 次
0 次运行0 次答对0 次答错0 次请求失败近 24 小时正确率 —
判分规则：回答包含独立数字 21 即算答对；请求失败不计入正确率。
PERFORMANCE
运行趋势
最近 60 次测试；点的颜色表示判分结果，点击数据点查看详情
TPS · TOKEN/秒—
首次测试完成后显示趋势
较早最新
RUN LOG
运行记录
每页 20 条，可查看全部历史记录
等待首次测试
| 时间 | 结果 | 耗时 | 输入 | 输出 | 推理 | TPS | 回答 / 失败原因 |
|---|---|---|---|---|---|---|---|
| 等待测试结果… | |||||||