模型 / 来源
21 最新 · 无媒体 4
六项 0–4 · 未评不补分
claude-sonnet-4-6
操作员协助：操作员向停滞的 npm exec playwright --version 自检发送 SIGTERM；原始交付未修改。原始耗时包含停滞，不作正常速度比较。未标注不代表已证实无人协助。
- 指令遵循
- 未评审
- 辨识度
- 未评审
- 运动表现
- 未评审
- 视觉细节
- 未评审
- 交互表现
- 未评审
- 完整性
- 未评审
口径 1 · 未评审 · 不借用历史评分
计量 / 条件 / 来源 · 历史 1 次
生成会话 约 6836 秒（approx）；费用 未上报 · 来源未声明；总 Token 52281；评估 约 109 秒（approx）
agy · 2026-10-30 · crocodile · benchmark · standard-v1
会话 completed · 入口 pass · 评估 completed
媒体登记 5 · 公开包含 5（非加载结果）
gemini-3.8-flash-high
- 指令遵循
- 4/4
- 辨识度
- 4/4
- 运动表现
- 3/4
- 视觉细节
- 3/4
- 交互表现
- 4/4
- 完整性
- 4/4
口径 1 · AI 建议 · 待复核
计量 / 条件 / 来源 · 历史 1 次
生成会话 约 1094 秒（approx）；费用 未上报 · 来源未声明；总 Token 611850；评估 约 59 秒（approx）
agy · 2026-10-14 · crocodile · benchmark · standard-v1
会话 completed · 入口 pass · 评估 completed
媒体登记 5 · 公开包含 5（非加载结果）
visual-v1 · AI 建议 · 待复核 · AI 建议评分（待操作员复核） · 原序 0 · 评审 ID / 日期见详情
无媒体记录
共 110 次。每模型/工具/任务最新，非最佳；不借用旧分。
