用户的幕墙悬挑节点被审图以“抗震设计悬挑外挑”相关条款退图,想确认是否有更新的条文解释或“抗弯连接”例外,并追问近期规范修订是否会波及幕墙这类非结构构件。这实际上是一道多轮咨询题:模型要先澄清建筑层高、板块尺寸、恒载与设防参数,再判断被引条款(3.4.3 条)管的其实是结构整体不规则、而不是幕墙悬挑,最后给出幕墙地震作用、支座连接力和层间位移吸收的定量核算与构造建议。
看模型是不是逐轮把决策关键项补齐,而不是只问一轮就作答:幕墙类型与恒载、设防烈度或地面加速度、建筑高度与层数及所在楼层、悬挑深度、位移角数据来源。必答清单漏一项就封顶。
逐轮看理解、响应和检索质量,重点是有没有识别出用户引用的条款与悬挑尺寸要求之间的错配,以及检索失败后会不会换路径继续推进。
只核对数字:单位面积地震作用与恒载、板块自重、支座偏心重力弯矩、层间位移与位移角限值、温度伸缩量是否落在容差内,不评价文风。
在数值之外看完整性、专业深度和实用价值:构造做法能不能落地,结论能不能直接支撑与结构专业的沟通。
是否始终围绕 GB 50011 下的幕墙与悬挑抗震问题展开;整体跑偏到美标(ASCE 7、IBC)或答非所问,会直接判低甚至 0 分。
判分由四个维度组成,每项 0 到 1 分,再合成总分;评委只给分不排名,允许某一项因前置检查直接归零。数值项有明确容差:3300 除以 600 得 5.5 mm、3300 除以 550 得 6.0 mm、总位移量 11 mm,板块自重 3.60 kN、支座偏心重力弯矩 4.32 kN·m,单位面积地震作用约 0.092 与 0.32 kN 每平方米。把用户给的 3.3 米层高、0.8 kN 每平方米恒载、1.5 米乘 3.0 米板块换成 3.0 米、18 kg 每平方米、3 米乘 3 米,整串结果就会超出容差,数值项直接掉到 0 分。信息收集项带必答清单,漏任一项就上不去,只做一轮澄清的最多 0.2 分。识别出“3.4.3 条管的是结构不规则、不是幕墙悬挑”这类关键矛盾会有小额加分(有对象因此拿 0.05 分)。及格线约 0.75:0.7808 与 0.8276 通过,0.712 被判不通过。
| 测试对象 | 得分 | 结果 | 部署 / 环境 | 耗时 | Token | 失分要点 |
|---|---|---|---|---|---|---|
| mimo-v2.6-pro-ultraspeed测试报告 | 0.836 | 通过 | 仅报告 | 12m 20s | 703,852 | 得分来自测试报告;没有轨迹与判分理由,无法复盘过程 |
| ernie-5.5-flash-preview1 次运行 | 0.828 | 通过 | 有波动超时1、工具报错1、空结果8 | 3m 20s | 182,588 | 通过;The assistant tracked the evolving need well, recognized the likely code-clause… |
| claude-opus-5-51 次运行 | 0.819 | 通过 | 有波动空结果3 | 6m 09s | 126,844 | 通过;The bracket and drift numbers are mostly correct (panel weight 3.6 kN, eccentric… |
| deepseek-v4.1-flash-1017测试报告 | 0.799 | 通过 | 仅报告 | 10m 00s | 210,863 | 得分来自测试报告;没有轨迹与判分理由,无法复盘过程 |
| gpt-6-astra1 次运行 | 0.781 | 通过 | 有波动空结果5 | 1m 52s | 34,655 | 通过;The response provides a useful, professionally developed bracket concept: clear… |
| claude-sonnet-5.51 次运行 | 0.778 | 通过 | 有波动空结果6 | 6m 48s | 175,231 | 通过;The assistant correctly computed several key numbers: JGJ 133 seismic pressure q… |
| gpt-6.1-sol1 次运行 | 0.712 | 未通过 | 有波动工具报错1、空结果5 | 2m 47s | 88,594 | The answer is topically on point and gives a practical, cautious method for relating drift to guide travel and… |
| spark-x2.61 次运行 | 0.655 | 未通过 | 有波动超时1、工具报错4、空结果25 | 7m 16s | 155,426 | The drift and thermal movement numbers are broadly correct (5.5 mm drift demand and ~2.8 mm thermal expansion)… |
| Qwen3.8-Flash(xhigh)测试报告 | 0.609 | 未通过 | 仅报告 | 24m 10s | 376,926 | 得分来自测试报告;没有轨迹与判分理由,无法复盘过程 |
| Qwen3.8-Max(xhigh)测试报告 | 0.507 | 未通过 | 仅报告 | 20m 00s | 85,000 | 得分来自测试报告;没有轨迹与判分理由,无法复盘过程 |
| qwen4-max1 次运行 | 0.493 | 未通过 | 有波动超时1、工具报错1、空结果7 | 7m 15s | 547,182 | The assistant never delivered any numerical calculations for the GB 50011 scenario. After the user corrected t… |
| kimi-k3.1-pro2 次运行 | 0.489 | 未通过 | 有波动空结果15 | 4m 42s | 697,758 | The assistant performed no seismic-force, bracket-connection, or inter-story-drift calculations and reported n… |
| LongCat-2.51 次运行 | 0.402 | 未通过 | 有波动工具报错23、空结果15 | 32m 23s | 289,743 | The assistant’s calculations used inconsistent key parameters (3.0 m story height, 18 kg/m² dead load, and a 3… |
| Hy41 次运行 | 0.392 | 未通过 | 有波动工具报错7、空结果8 | 13m 53s | 628,885 | The assistant did not provide any numerical/engineering calculations using the supplied GB 50011 parameters; t… |
| gemini-4-carbon1 次运行 | 0.389 | 未通过 | 有波动空结果21 | 3m 02s | 126,066 | Topic is consistent with GB 50011 facade/seismic cantilever issues, but the assistant performed no numerical o… |
| Kimi-K3(max)测试报告 | 0.352 | 未通过 | 仅报告 | 12m 20s | 54,096 | 得分来自测试报告;没有轨迹与判分理由,无法复盘过程 |
| GLM-5.3-Flash测试报告 | 0.330 | 未通过 | 仅报告 | 7m 50s | 276,288 | 得分来自测试报告;没有轨迹与判分理由,无法复盘过程 |
| GLM 5.3测试报告 | 0.320 | 未通过 | 仅报告 | 25m 50s | 205,153 | 得分来自测试报告;没有轨迹与判分理由,无法复盘过程 |
| step-5-preview1 次运行 | 0.284 | 未通过 | 正常 | 24m 08s | 201,000 | No assistant turns or actions are present, so there is no evidence of clarifying the vague initial query, dete… |
| MiniMax-M3.1-Flash1 次运行 | 0.232 | 未通过 | 有波动超时1、工具报错3、空结果6 | 5m 26s | 443,315 | The assistant did not provide any numerical/engineering calculations for GB 50011 seismic facade forces, brack… |
资源、网络、额度、判分链路的问题,不应算作答题能力。