byesu

大模型 API 实测:延迟与成功率,每周更新

统计周期 2026-11-02 → 2026-11-08(UTC)。共 33 个文本模型,数据来自经 byesu 网关的真实生产流量。各模型成功率中位数 99.41%;首字时间中位数最快:claude-opus-4-7(1.14 秒);平均输出最快:claude-haiku-5-5(每秒 166.1 token)。

更新于 2026-11-13 20:45 UTC · 下周一更新

模型厂商成功率首字 p50首字 p95总耗时 p50总耗时 p95输出速度
gpt-5.6-lunaOpenAI95.22%4.1 秒49.0 秒8.0 秒62.0 秒68.5 tok/s
gpt-5.6-solOpenAI86.80%3.7 秒18.6 秒7.0 秒46.0 秒64.5 tok/s
gpt-5.6-terraOpenAI97.39%4.3 秒27.7 秒9.0 秒58.0 秒52.4 tok/s
gpt-6-astraOpenAI96.80%4.3 秒19.5 秒11.0 秒69.0 秒52.8 tok/s
gpt-6-lunaOpenAI98.48%7.8 秒46.1 秒11.0 秒69.8 秒100.7 tok/s
gpt-6-solOpenAI98.70%5.4 秒44.5 秒8.0 秒65.2 秒90.3 tok/s
gpt-6.1-solOpenAI98.03%4.6 秒21.9 秒10.0 秒50.0 秒57.3 tok/s
claude-fable-5-1Anthropic99.60%1.7 秒3.5 秒3.0 秒62.9 秒108.7 tok/s
claude-haiku-4-5Anthropic99.53%2.0 秒3.9 秒3.0 秒13.0 秒115.0 tok/s
claude-haiku-5-5Anthropic99.70%1.7 秒3.9 秒4.0 秒30.0 秒166.1 tok/s
claude-opus-4-5Anthropic95.32%————25.8 tok/s
claude-opus-4-6Anthropic99.98%1.6 秒3.4 秒4.0 秒47.0 秒44.9 tok/s
claude-opus-4-7Anthropic99.98%1.1 秒2.1 秒3.0 秒45.8 秒35.6 tok/s
claude-opus-4-8Anthropic99.89%1.5 秒3.1 秒3.0 秒43.2 秒56.0 tok/s
claude-opus-5Anthropic99.41%1.7 秒3.4 秒4.0 秒121.9 秒56.8 tok/s
claude-opus-5-5Anthropic99.57%1.9 秒4.5 秒7.0 秒94.0 秒79.7 tok/s
claude-sonnet-4-6Anthropic99.77%1.4 秒2.1 秒6.0 秒99.7 秒35.7 tok/s
claude-sonnet-5Anthropic99.72%1.5 秒3.2 秒6.0 秒66.0 秒50.8 tok/s
claude-sonnet-5-5Anthropic99.26%1.9 秒4.3 秒5.0 秒50.0 秒86.2 tok/s
gemini-3-flashGoogle99.99%3.6 秒12.2 秒5.0 秒11.0 秒56.5 tok/s
gemini-3.1-pro-lowGoogle99.78%——28.0 秒73.0 秒65.3 tok/s
gemini-3.6-flashGoogle100.00%3.6 秒5.4 秒6.0 秒13.9 秒133.0 tok/s
gemini-3.6-flash-highGoogle99.95%——6.0 秒15.0 秒110.1 tok/s
gemini-3.8-flashGoogle99.93%7.0 秒33.3 秒7.0 秒26.0 秒35.2 tok/s
gemini-3.8-flash-highGoogle99.92%5.5 秒19.2 秒10.0 秒30.0 秒62.0 tok/s
gemini-4-argonGoogle96.22%12.1 秒71.4 秒19.0 秒100.0 秒75.7 tok/s
grok-4.5xAI99.03%2.5 秒18.7 秒16.0 秒58.0 秒68.0 tok/s
grok-4.6xAI96.92%——4.0 秒10.0 秒33.7 tok/s
grok-4.7xAI97.93%3.2 秒22.9 秒6.0 秒78.6 秒70.2 tok/s
kimi-k3Moonshot AI99.75%5.5 秒27.2 秒6.0 秒44.0 秒50.0 tok/s
glm-5.3Zhipu AI98.45%——12.0 秒71.0 秒72.6 tok/s
glm-5.3-flashZhipu AI95.22%5.9 秒38.1 秒13.0 秒99.8 秒43.3 tok/s
deepseek-v4.1-flashDeepSeek98.57%3.6 秒8.0 秒5.0 秒43.0 秒154.1 tok/s

下载:CSV(近 4 周) · JSON。按小时的实时状态见 byesu.com/status。想在自己的机器上测任意接口,可以用我们开源的脚本 llm-latency。

图像模型

模型厂商成功率单次耗时 p50p95
gpt-image-2OpenAI99.15%29.0 秒122.0 秒
gpt-image-2.5OpenAI98.44%23.0 秒80.0 秒
gemini-3.0-pro-image-ultraGoogle97.27%37.0 秒115.8 秒
gemini-3.1-flash-image-ultraGoogle98.02%14.0 秒37.6 秒
gemini-nano-banana-2.1-ultraGoogle97.02%——

近 4 周趋势

周起始日 2026-10-12 至 2026-11-02(UTC)。走势线从最早一周画到最近一周,旁边的区间是各周的最低值和最高值。成功率的走势线用同一个刻度(90% 到 100%,有哪周更低就往下延伸)。

模型成功率区间首字 p50区间
gpt-5.6-luna83.22% – 95.22%4.1 秒 – 7.6 秒
gpt-5.6-sol86.80% – 96.64%2.4 秒 – 4.4 秒
gpt-5.6-terra94.80% – 98.40%2.1 秒 – 5.1 秒
gpt-6-astra94.76% – 96.80%2.4 秒 – 5.0 秒
gpt-6-luna88.76% – 99.33%7.8 秒 – 14.6 秒
gpt-6-sol88.88% – 98.70%3.9 秒 – 7.5 秒
gpt-6.1-sol96.19% – 98.03%3.1 秒 – 5.6 秒
claude-fable-5-199.26% – 99.83%1.7 秒 – 3.2 秒
claude-haiku-4-597.45% – 99.53%2.0 秒 – 2.9 秒
claude-haiku-5-599.70% – 99.84%1.7 秒 – 3.3 秒
claude-opus-4-595.32% – 99.65%1.4 秒 – 1.4 秒
claude-opus-4-699.34% – 99.98%1.5 秒 – 4.2 秒
claude-opus-4-799.09% – 99.98%1.1 秒 – 1.7 秒
claude-opus-4-899.57% – 99.92%1.5 秒 – 2.7 秒
claude-opus-598.58% – 99.82%1.7 秒 – 3.0 秒
claude-opus-5-599.10% – 99.57%1.9 秒 – 3.1 秒
claude-sonnet-4-699.68% – 99.99%1.3 秒 – 2.4 秒
claude-sonnet-599.70% – 99.82%1.5 秒 – 2.4 秒
claude-sonnet-5-599.12% – 99.27%1.9 秒 – 3.0 秒
gemini-3-flash99.66% – 99.99%1.5 秒 – 3.6 秒
gemini-3.1-pro-low77.70% – 99.89%— – —
gemini-3.6-flash99.97% – 100.00%3.6 秒 – 3.6 秒
gemini-3.6-flash-high87.07% – 99.95%— – —
gemini-3.8-flash92.51% – 99.93%5.3 秒 – 10.3 秒
gemini-3.8-flash-high96.56% – 99.92%4.7 秒 – 6.0 秒
gemini-4-argon87.49% – 96.96%10.6 秒 – 16.3 秒
grok-4.598.80% – 99.94%2.5 秒 – 5.4 秒
grok-4.696.92% – 98.76%— – —
grok-4.797.93% – 99.79%2.5 秒 – 5.0 秒
kimi-k398.22% – 99.88%3.5 秒 – 6.7 秒
glm-5.389.91% – 99.49%6.9 秒 – 6.9 秒
glm-5.3-flash79.82% – 95.22%5.9 秒 – 11.2 秒
deepseek-v4.1-flash94.44% – 98.57%3.6 秒 – 3.6 秒

数据怎么来的

  1. 来源。每个经过 byesu 网关的请求都会更新「模型 × 小时」计数。本页汇总一个完整周(UTC 周一 0 点到下周一 0 点)。是真实用户流量,不是合成探测。
  2. 成功率按调用方看到的结果算:一个请求只计一次,网关在其他线路上重试成功也算成功。调用方自身原因的失败(余额不足、参数错误、主动取消)不计为失败。
  3. 首字时间在网关处测量,从收到请求到模型返回第一个输出字节。推理模型包含思考时间。不含你到网关之间的网络。首字时间只统计流式请求,总耗时统计全部请求,所以非流式短请求多的模型,总耗时可能比首字时间还短。
  4. 总耗时是到响应结束的时间。输出速度 = 输出 token 数 ÷ 生成耗时,按全部请求加权。
  5. p50 和 p95 取自请求日志里当周成功请求的 1/10 抽样,日志里的总耗时精确到整秒。抽样不足 100 条的模型显示「—」。成功率和输出速度来自按小时的计数,覆盖全部请求。各模型的请求内容不同,这不是受控的同题对比:常用于长 Agent 会话的模型,总耗时自然比常用于短对话的模型高。
  6. 一周内请求少于 500 次的模型不上榜。我们不公开请求量。

关于 byesu

byesu(半页酥 API)是 OpenAI 兼容 + Anthropic 原生的 API 网关:一个 Key 调用 Claude、GPT、Gemini、Grok 等模型,按量计费。接入教程见 docs.byesu.com。