SetSail Ai 工具站（aizzqh.com）共评分 8 个模型，综合均分 67.5，能力 82.5、性能 52.7、一致性 67.0，表现最好的模型是 gpt-6。另有 2 个模型接口调用失败，仅记录不计入评分。风险提示：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；能力题调用全部失败，仅记录错误，不计入评分。
| 模型 | 综合分 | 能力 | 性能 | 一致性 |
|---|---|---|---|---|
| gpt-6 | 74.4 | 100.0 | 54.2 | 63.6 |
| gpt-6-astra | 70.1 | 90.0 | 53.5 | 63.6 |
| codex-auto-review | 69.1 | 80.0 | 51.8 | 81.8 |
| gpt-5.6-luna | 68.9 | 90.0 | 50.5 | 63.6 |
| gpt-6-sol | 68.0 | 80.0 | 58.1 | 63.6 |
| gpt-5.6 | 66.2 | 80.0 | 53.6 | 63.6 |
| gpt-5.6-sol | 63.2 | 70.0 | 56.2 | 63.6 |
| gpt-6.1-sol | 60.1 | 70.0 | 43.9 | 72.7 |
| gpt-4o-audio-preview | - | - | - | - |
| gpt-4o-realtime-preview | - | - | - | - |