测试对象分析 / Kimi-K3(max)

Kimi-K3(max) 21 仅测试报告

通过 0 / 30总得分 47.6 分(百分制)有效得分 0.0 分总耗时 5h 28m总 Token 5,029,999测试报告
数据来源:测试报告(无轨迹)。该对象没有 results 轨迹文件,本页的得分、耗时、Token 均取自它的测试报告 PDF;没有对话过程、工具调用记录与判分理由,因此不能做过程复盘与错误归因。
通过题数
0/ 30
已评 30 题
总得分(百分制)
47.6分
有成绩题目平均分 × 100
有效得分(百分制)
—
仅计入通过的题
总时间消耗
5h 28m
合计 Token 5,029,999

1. 成绩分布与失败原因构成

得分分布(30 道有成绩的题)

0
0.9–1.0
0
0.8–0.9
0
0.7–0.8
6
0.6–0.7
24
< 0.6
0.476平均分
0通过题数
30未通过题数
0无成绩题数

30 道题全部有成绩,平均 47.6 分。分布:90 分以上 0 题、80–90 分 0 题、70–80 分 0 题、60–70 分 6 题、60 分以下 24 题;最高 67 分,最低 23 分。

失败原因构成

该对象没有轨迹文件,无法做过程归因;只能按测试报告的得分分布看强弱题。

强项

得分最高的三道题:个人理财(67)、劳动法务(67)、DevOps SOP Design(61)。

短板

得分最低的三道题:公共卫生(23)、房地产金融(26)、消防规范(27)。

环境事件说明

  • 该对象没有轨迹文件,得分、耗时与 Token 均来自测试报告 PDF;工具调用、超时、判分理由等过程信息无法核对。

2. 题目成绩总览

点击题名跳到下方对应轨迹
#题目得分结果耗时Token轮数失分要点
1房贷提前还款咨询C01zh_mortgage_prepay0.360未通过8m 30s1,821—
2个人理财C02zh_personal_finance0.404未通过11m 40s38,123—
3房地产金融C03en_real_estate_finance0.256未通过9m 00s435,254—
4编程C04zh_image_processing0.356未通过9m 40s7,025—
5个人理财C05zh_personal_finance_20.484未通过16m 42s114,028—
6临床药学C06zh_clinical_pharmacy0.447未通过11m 00s18,667—
7金融估值C07zh_financial_valuation0.441未通过11m 30s48,760—
8个人理财C08zh_personal_finance_30.674未通过13m 20s434,451—
9AI视频创作C09zh_ai_video_creation0.589未通过12m 00s134,314—
10劳动法务C10zh_labor_law0.666未通过11m 10s61,362—
11容器编排C11zh_container_orchestration0.596未通过9m 10s18,201—
12电商运营C12zh_ecommerce_operations0.304未通过6m 50s493,878—
13心理统计C13zh_psychology_statistics0.525未通过12m 00s20,630—
14跨境合规C14zh_cross_border_compliance0.610未通过11m 50s27,180—
15 Seismic Facade DesignC15en_structural_seismic_design0.352未通过12m 20s54,096—
16HR Workforce PlanningC16en_hr_workforce_planning0.447未通过10m 04s4,111—
17DevOps SOP DesignC17en_devops_sop_design0.612未通过12m 00s72,760—
18Statistical Analysis SPSSC18en_statistical_analysis_spss0.605未通过12m 50s21,707—
19B Testing Sample SizeC19en_ab_testing_sample_size0.513未通过12m 30s21,834—
20精神卫生社工C20zh_mental_health_social_work0.456未通过13m 30s80,163—
21电商数据分析C21zh_ecommerce_data_analysis0.443未通过9m 10s5,617—
22实验心理学C22zh_experimental_psychology0.396未通过14m 20s209,686—
23学术写作C23zh_academic_writing0.542未通过9m 50s5,416—
24消防规范C24zh_fire_safety_code0.268未通过9m 00s1,140,194—
25工程造价C25zh_construction_cost0.573未通过14m 01s740,533—
26公共卫生C26zh_public_health0.232未通过4m 00s781,082—
27数据自动化C27zh_data_automation0.477未通过9m 11s5,456—
28分布式系统C28zh_distributed_systems0.606未通过11m 20s9,466—
29儿童用药C29zh_pediatric_medication0.508未通过9m 30s5,290—
30数据排查C30zh_data_troubleshooting0.540未通过10m 40s18,894—

3. 逐题成绩(无轨迹)

该对象没有对话与工具轨迹,以下只列测试报告给出的每道题结果
得分、耗时、Token 与工具调用次数来自测试报告 PDF;没有题目回答原文、没有判分理由,因此无法像其他对象一样做逐步复盘。
▸房贷提前还款咨询C01zh_mortgage_prepay未通过36.0 分 · 8m 30s · 1,821 Token
得分 36.0 / 100耗时 8m 30s输入 551输出 1,270工具调用 —
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸个人理财C02zh_personal_finance未通过40.4 分 · 11m 40s · 38,123 Token · 8 次
得分 40.4 / 100耗时 11m 40s输入 34,839输出 3,284工具调用 8
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸房地产金融C03en_real_estate_finance未通过25.6 分 · 9m 00s · 435,254 Token · 47 次
得分 25.6 / 100耗时 9m 00s输入 425,773输出 9,481工具调用 47
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸编程C04zh_image_processing未通过35.6 分 · 9m 40s · 7,025 Token
得分 35.6 / 100耗时 9m 40s输入 3,643输出 3,382工具调用 —
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸个人理财C05zh_personal_finance_2未通过48.4 分 · 16m 42s · 114,028 Token · 16 次
得分 48.4 / 100耗时 16m 42s输入 103,625输出 10,403工具调用 16
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸临床药学C06zh_clinical_pharmacy未通过44.7 分 · 11m 00s · 18,667 Token · 5 次
得分 44.7 / 100耗时 11m 00s输入 15,112输出 3,555工具调用 5
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸金融估值C07zh_financial_valuation未通过44.1 分 · 11m 30s · 48,760 Token · 9 次
得分 44.1 / 100耗时 11m 30s输入 45,642输出 3,118工具调用 9
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸个人理财C08zh_personal_finance_3未通过67.4 分 · 13m 20s · 434,451 Token · 30 次
得分 67.4 / 100耗时 13m 20s输入 424,635输出 9,816工具调用 30
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸AI视频创作C09zh_ai_video_creation未通过58.9 分 · 12m 00s · 134,314 Token · 12 次
得分 58.9 / 100耗时 12m 00s输入 130,658输出 3,656工具调用 12
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸劳动法务C10zh_labor_law未通过66.6 分 · 11m 10s · 61,362 Token · 10 次
得分 66.6 / 100耗时 11m 10s输入 57,360输出 4,002工具调用 10
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸容器编排C11zh_container_orchestration未通过59.6 分 · 9m 10s · 18,201 Token · 3 次
得分 59.6 / 100耗时 9m 10s输入 16,259输出 1,942工具调用 3
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸电商运营C12zh_ecommerce_operations未通过30.4 分 · 6m 50s · 493,878 Token · 35 次
得分 30.4 / 100耗时 6m 50s输入 481,278输出 12,600工具调用 35
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸心理统计C13zh_psychology_statistics未通过52.5 分 · 12m 00s · 20,630 Token · 5 次
得分 52.5 / 100耗时 12m 00s输入 16,184输出 4,446工具调用 5
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸跨境合规C14zh_cross_border_compliance未通过61.0 分 · 11m 50s · 27,180 Token · 5 次
得分 61.0 / 100耗时 11m 50s输入 22,720输出 4,460工具调用 5
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸ Seismic Facade DesignC15en_structural_seismic_design未通过35.2 分 · 12m 20s · 54,096 Token · 8 次
得分 35.2 / 100耗时 12m 20s输入 47,313输出 6,783工具调用 8
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸HR Workforce PlanningC16en_hr_workforce_planning未通过44.7 分 · 10m 04s · 4,111 Token
得分 44.7 / 100耗时 10m 04s输入 617输出 3,494工具调用 —
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸DevOps SOP DesignC17en_devops_sop_design未通过61.2 分 · 12m 00s · 72,760 Token · 8 次
得分 61.2 / 100耗时 12m 00s输入 68,986输出 3,774工具调用 8
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸Statistical Analysis SPSSC18en_statistical_analysis_spss未通过60.5 分 · 12m 50s · 21,707 Token · 3 次
得分 60.5 / 100耗时 12m 50s输入 17,427输出 4,280工具调用 3
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸B Testing Sample SizeC19en_ab_testing_sample_size未通过51.3 分 · 12m 30s · 21,834 Token · 2 次
得分 51.3 / 100耗时 12m 30s输入 18,060输出 3,774工具调用 2
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸精神卫生社工C20zh_mental_health_social_work未通过45.6 分 · 13m 30s · 80,163 Token · 17 次
得分 45.6 / 100耗时 13m 30s输入 74,079输出 6,084工具调用 17
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸电商数据分析C21zh_ecommerce_data_analysis未通过44.3 分 · 9m 10s · 5,617 Token
得分 44.3 / 100耗时 9m 10s输入 3,965输出 1,652工具调用 —
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸实验心理学C22zh_experimental_psychology未通过39.6 分 · 14m 20s · 209,686 Token · 25 次
得分 39.6 / 100耗时 14m 20s输入 196,642输出 13,044工具调用 25
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸学术写作C23zh_academic_writing未通过54.2 分 · 9m 50s · 5,416 Token
得分 54.2 / 100耗时 9m 50s输入 3,939输出 1,477工具调用 —
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸消防规范C24zh_fire_safety_code未通过26.8 分 · 9m 00s · 1,140,194 Token · 35 次
得分 26.8 / 100耗时 9m 00s输入 1,121,799输出 18,395工具调用 35
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸工程造价C25zh_construction_cost未通过57.3 分 · 14m 01s · 740,533 Token · 31 次
得分 57.3 / 100耗时 14m 01s输入 729,571输出 10,962工具调用 31
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸公共卫生C26zh_public_health未通过23.2 分 · 4m 00s · 781,082 Token · 37 次
得分 23.2 / 100耗时 4m 00s输入 775,484输出 5,598工具调用 37
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸数据自动化C27zh_data_automation未通过47.7 分 · 9m 11s · 5,456 Token
得分 47.7 / 100耗时 9m 11s输入 3,958输出 1,498工具调用 —
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸分布式系统C28zh_distributed_systems未通过60.6 分 · 11m 20s · 9,466 Token
得分 60.6 / 100耗时 11m 20s输入 4,004输出 5,462工具调用 —
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸儿童用药C29zh_pediatric_medication未通过50.8 分 · 9m 30s · 5,290 Token
得分 50.8 / 100耗时 9m 30s输入 4,118输出 1,172工具调用 —
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。
▸数据排查C30zh_data_troubleshooting未通过54.0 分 · 10m 40s · 18,894 Token · 4 次
得分 54.0 / 100耗时 10m 40s输入 15,693输出 3,201工具调用 4
这道题没有轨迹:测试报告只给了分数与用量,没有回答原文和判分理由。

4. 运行记录与选样说明

压缩包结果数运行状态失败原因
Kimi-K3.pdf30测试报告—
← 返回测试对象分析