物理规律一致性

这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。

基本信息

  • 用例名称：物理规律一致性
  • 测试类型：文本生成
  • 评测维度：一致性
  • 参与评测的模型数：241 个

系统提示词（System Prompt）

你是一名资深物理学讲师，擅长用清晰、准确的语言向初学者讲解基础物理现象。 回答要求： 1. 先列出本题涉及的核心物理概念（如重力势能、动能、摩擦力等），再进行分步描述。 2. 描述必须符合经典力学基本规律，不得出现违背物理常识的表述。 3. 以定性描述为主，可辅以简单的定性推断（如「速度逐渐增大」），无需复杂数值计算。 4. 语言简洁清晰，逻辑层次分明，适合入门级读者理解。 5. 完成描述后，进行简短的自检：确认各阶段描述之间无逻辑矛盾。

用户提示词（User Prompt）

一个小球从10米高的斜坡顶端由静止开始滚下。 请描述这一过程，需涵盖以下三个方面： 1. **速度变化**：小球从顶端到底部的速度如何变化？是匀速、加速还是减速？请说明原因。 2. **能量转换**：在滚动过程中，能量发生了怎样的转换？请指出涉及哪几种形式的能量，以及它们之间的转化关系。 3. **到达底部时的状态**：小球到达斜坡底部时，速度和能量处于什么状态？与出发时相比有何变化？ 请确保三个部分的描述相互一致，不出现自相矛盾的说法。

各模型评测结果

  1. 第 1：doubao-seed-2-1-pro，得分 100.0 分 — 查看该模型的详细评测结果
  2. 第 2：Qwen: Qwen3.5-9B，得分 96.7 分 — 查看该模型的详细评测结果
  3. 第 3：Claude Opus 4.6，得分 95.8 分 — 查看该模型的详细评测结果
  4. 第 4：step-3.7-flash，得分 95.8 分 — 查看该模型的详细评测结果
  5. 第 5：Qwen 3.7 Max，得分 95.4 分 — 查看该模型的详细评测结果
  6. 第 6：qwen3-max，得分 95.33 分 — 查看该模型的详细评测结果
  7. 第 7：OpenAI: GPT-5 Mini，得分 95.26 分 — 查看该模型的详细评测结果
  8. 第 8：MiniMax-M2.5，得分 95.13 分 — 查看该模型的详细评测结果
  9. 第 9：GLM-5v-turbo，得分 94.8 分 — 查看该模型的详细评测结果
  10. 第 10：glm-5-turbo，得分 94.8 分 — 查看该模型的详细评测结果
  11. 第 11：doubao-seed-1-8，得分 94.7 分 — 查看该模型的详细评测结果
  12. 第 12：kimi-for-coding，得分 94.7 分 — 查看该模型的详细评测结果
  13. 第 13：Elephant，得分 94.7 分 — 查看该模型的详细评测结果
  14. 第 14：MiniMax-M3，得分 94.7 分 — 查看该模型的详细评测结果
  15. 第 15：doubao-seed-2-0-mini，得分 94.67 分 — 查看该模型的详细评测结果
  16. 第 16：doubao-seed-1-6，得分 94.6 分 — 查看该模型的详细评测结果
  17. 第 17：StepFun: Step 3.5 Flash，得分 94.5 分 — 查看该模型的详细评测结果
  18. 第 18：Meituan: LongCat Flash Chat，得分 94.5 分 — 查看该模型的详细评测结果
  19. 第 19：qwen3.5-flash，得分 94.5 分 — 查看该模型的详细评测结果
  20. 第 20：Google: Gemini 3.1 Pro Preview，得分 94.43 分 — 查看该模型的详细评测结果
  21. 第 21：Gemini 3.5 Flash，得分 94.4 分 — 查看该模型的详细评测结果
  22. 第 22：qwen3-coder-next，得分 94.3 分 — 查看该模型的详细评测结果
  23. 第 23：glm-4.5-air，得分 94.3 分 — 查看该模型的详细评测结果
  24. 第 24：Google: Gemma 4 26B A4B ，得分 94.3 分 — 查看该模型的详细评测结果
  25. 第 25：qwen3.6-plus-preview，得分 94.2 分 — 查看该模型的详细评测结果
  26. 第 26：qwen3.5-35b-a3b，得分 94.2 分 — 查看该模型的详细评测结果
  27. 第 27：qwen3.5-omni-plus，得分 94.2 分 — 查看该模型的详细评测结果
  28. 第 28：deepseek-v4-flash，得分 94.2 分 — 查看该模型的详细评测结果
  29. 第 29：MiniMax-M2.1，得分 94.0 分 — 查看该模型的详细评测结果
  30. 第 30：kimi-k2.5，得分 93.93 分 — 查看该模型的详细评测结果
  31. 第 31：Gpt 5.5，得分 93.9 分 — 查看该模型的详细评测结果
  32. 第 32：Tencent: Hy3 preview (free)，得分 93.9 分 — 查看该模型的详细评测结果
  33. 第 33：OpenAI: gpt-oss-120b，得分 93.87 分 — 查看该模型的详细评测结果
  34. 第 34：Anthropic: Claude Haiku 4.5，得分 93.83 分 — 查看该模型的详细评测结果
  35. 第 35：qwen3.5-27b，得分 93.6 分 — 查看该模型的详细评测结果
  36. 第 36：GPT-5.2，得分 93.5 分 — 查看该模型的详细评测结果
  37. 第 37：mimo-v2-omni，得分 93.5 分 — 查看该模型的详细评测结果
  38. 第 38：Anthropic: Claude Sonnet 4.6，得分 93.26 分 — 查看该模型的详细评测结果
  39. 第 39：Claude Opus 4 7，得分 93.2 分 — 查看该模型的详细评测结果
  40. 第 40：kimi-k2.6，得分 93.1 分 — 查看该模型的详细评测结果
  41. 第 41：MiniMax-M2.7，得分 93.1 分 — 查看该模型的详细评测结果
  42. 第 42：glm-5，得分 93.03 分 — 查看该模型的详细评测结果
  43. 第 43：qwen3-235b-a22b，得分 93.0 分 — 查看该模型的详细评测结果
  44. 第 44：qwen3.5-omni-flash，得分 93.0 分 — 查看该模型的详细评测结果
  45. 第 45：deepseek-v4-pro，得分 92.8 分 — 查看该模型的详细评测结果
  46. 第 46：mimo-v2-pro，得分 92.7 分 — 查看该模型的详细评测结果
  47. 第 47：mimo-v2-flash，得分 92.33 分 — 查看该模型的详细评测结果
  48. 第 48：mimo-v2.5-pro，得分 92.33 分 — 查看该模型的详细评测结果
  49. 第 49：mimo-v2.5，得分 92.33 分 — 查看该模型的详细评测结果
  50. 第 50：kimi-k2-thinking-turbo，得分 92.2 分 — 查看该模型的详细评测结果
  51. 第 51：glm-5.2，得分 92.0 分 — 查看该模型的详细评测结果
  52. 第 52：NVIDIA: Nemotron 3 Super (free)，得分 92.0 分 — 查看该模型的详细评测结果
  53. 第 53：OpenAI: GPT-5.4，得分 92.0 分 — 查看该模型的详细评测结果
  54. 第 54：qwen3.5-plus-2026-02-15，得分 91.83 分 — 查看该模型的详细评测结果
  55. 第 55：qwen3-coder-flash，得分 91.8 分 — 查看该模型的详细评测结果
  56. 第 56：OpenAI: GPT-5 Nano，得分 91.8 分 — 查看该模型的详细评测结果
  57. 第 57：doubao-seed-2-0-pro，得分 91.76 分 — 查看该模型的详细评测结果
  58. 第 58：qwen3-14b，得分 91.7 分 — 查看该模型的详细评测结果
  59. 第 59：glm-4.7，得分 91.13 分 — 查看该模型的详细评测结果
  60. 第 60：deepseek-v3.2，得分 90.89 分 — 查看该模型的详细评测结果
  61. 第 61：hunyuan-turbo，得分 90.87 分 — 查看该模型的详细评测结果
  62. 第 62：hunyuan-pro，得分 90.87 分 — 查看该模型的详细评测结果
  63. 第 63：GLM-5.1，得分 90.8 分 — 查看该模型的详细评测结果
  64. 第 64：doubao-seed-2-0-lite，得分 90.47 分 — 查看该模型的详细评测结果
  65. 第 65：Google: Gemini 3 Flash Preview，得分 90.43 分 — 查看该模型的详细评测结果
  66. 第 66：xAI: Grok 4.20 Beta，得分 90.2 分 — 查看该模型的详细评测结果
  67. 第 67：xAI: Grok 4.1 Fast，得分 89.39 分 — 查看该模型的详细评测结果
  68. 第 68：doubao-seed-1-6-flash，得分 89.0 分 — 查看该模型的详细评测结果
  69. 第 69：Grok 4，得分 89.0 分 — 查看该模型的详细评测结果
  70. 第 70：Google: Gemma 4 31B，得分 88.2 分 — 查看该模型的详细评测结果
  71. 第 71：qwen3-coder-plus，得分 88.0 分 — 查看该模型的详细评测结果
  72. 第 72：qwen3-8b，得分 87.8 分 — 查看该模型的详细评测结果
  73. 第 73：qwen3-4b，得分 87.2 分 — 查看该模型的详细评测结果
  74. 第 74：doubao-seed-2-0-code，得分 87.2 分 — 查看该模型的详细评测结果
  75. 第 75：hunyuan-large，得分 85.56 分 — 查看该模型的详细评测结果
  76. 第 76：OpenAI: GPT-4o-mini，得分 85.23 分 — 查看该模型的详细评测结果
  77. 第 77：OpenAI: gpt-oss-20b，得分 83.94 分 — 查看该模型的详细评测结果
  78. 第 78：Google: Gemini 2.5 Flash Lite，得分 83.3 分 — 查看该模型的详细评测结果
  79. 第 79：Meta: Llama 3.3 70B Instruct，得分 79.06 分 — 查看该模型的详细评测结果
  80. 第 80：Mistral: Mistral Nemo，得分 26.9 分 — 查看该模型的详细评测结果
  81. 第 81：qwen3-0.6b，得分 19.0 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…