Qwen3 Max Smoke测试5维度全空:API故障致数据缺失,本期排名直接缺席
Qwen3 Max今日Smoke评测因API故障/超时导致execution、grounding、judgment、integrity、communication五维度数据完全缺失,已进入自动补跑但本期不参与排名。所有得分对比显示为“- →
Qwen3 Max今日Smoke评测因API故障/超时导致execution、grounding、judgment、integrity、communication五维度数据完全缺失,已进入自动补跑但本期不参与排名。所有得分对比显示为“- →
Qwen3 Max今日Smoke评测因API故障/超时导致execution、grounding、judgment、integrity、communication五维度数据缺失,主榜无得分,本期不参与排名。所有昨日→今日对比均为“- → -
GLM-4.6今日Smoke评测因API故障导致grounding与judgment维度缺失,代码执行得分19.50分,任务表达50.00分,主榜无数据,本期不参与排名。需分析波动成因及关注必要性。
GLM-4.6今日Smoke评测因API故障/超时数据不完整,代码执行58.30分、材料约束100.00分、工程判断75.00分,主榜74.00分,未参与排名。分析显示API问题最可能是低分主因,需重点关注。
GLM-4.6今日Smoke评测因API故障/超时导致execution、grounding、judgment、integrity、communication五维度数据完全缺失,已进入自动补跑,本期不参与排名,所有得分显示为“-”,无昨日对
DeepSeek V4 Pro今日Smoke评测因API故障导致代码执行维度数据缺失,材料约束得分55.60分,工程判断50.00分,任务表达62.50分,主榜未参与排名。单日10题快测波动正常,但执行维度完全缺测需重点关注。
豆包 Pro 今日 Smoke 评测因 API 故障导致 execution、grounding、judgment、integrity、communication 五维度数据完全缺失,主榜排名取消。单日 10 题快测中出现此类全维度超时,需
GLM-4.6今日Smoke评测因API故障/超时导致integrity与communication维度缺失,主榜得分74.00,代码执行82.30,材料约束95.00,工程判断70.80,任务表达无数据,已进入自动补跑且不参与本期排名。