F-AI HUB · GPT MODEL OBSERVATORY

模型智能
观测系统

使用相同题目、相同判分规则，持续记录模型的推理表现与响应稳定性。

通过未通过检测异常暂无记录

02 / TRY YOUR ENDPOINT

检测你的模型接口

填写兼容 OpenAI 的接口地址、API Key 与模型名称，执行一次糖果推理检测。凭据仅用于本次任务，不会保存到本站配置或检测历史。

一次性使用不写入磁盘结果仅当前页面可见

03 / METHODOLOGY

这里的“智商”指模型在固定推理任务中的表现，不是人类标准化 IQ 分数。

所有模型接收同一道糖果组合推理题。题目、协议与判分条件保持一致，减少测试变量。

题目的标准结果为 21。模型回答中出现独立数字 21 时记为通过，否则记为未通过。

系统按分组定时检测，记录每次结果与耗时。通过率用于观察长期稳定性，而非只看单次发挥。

上游错误、超时和未能判定会单独标记，不计入正常答对率，避免把接口故障误判为能力下降。

固定测试内容糖果组合推理

黑色袋子中包含不同口味、不同形状的糖果。模型需要计算最少取出多少个，才能保证同时拥有不同形状的苹果味与桃子味糖果。

标准答案：21