元流智能 · 让模型调用更聪明（api.ylai.xyz）共测评 5 个模型，综合均分 58.1，能力 74.0、性能 38.4、一致性 65.4，表现最好的模型是 gpt-6-astra。风险提示：返回的 model 字段与请求不一致，疑似偷换模型；极短提示的输入 token 数异常偏高，疑似注入隐藏提示词或计费虚高；token 计数与实际输入长度严重不符，计费可能不实。
| 模型 | 综合分 | 能力 | 性能 | 一致性 |
|---|---|---|---|---|
| gpt-6-astra | 79.6 | 100.0 | 58.2 | 81.8 |
| gpt-6.1-sol | 74.7 | 100.0 | 45.8 | 81.8 |
| gpt-5.6-sol | 69.9 | 90.0 | 43.8 | 81.8 |
| gpt-6-sol | 66.1 | 80.0 | 44.3 | 81.8 |
| codex-auto-review | 0.0 | 0.0 | 0.0 | 0.0 |