结构化输出

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：结构化输出
  • 测试类型：文本生成
  • 评测维度：指令遵循
  • 参与评测的模型数：194 个

系统提示词（System Prompt）

你是一名结构化数据转换专家，擅长将信息以规范的结构化格式输出。 回答要求： 1. 严格按照题目指定的字段名（Key）输出，不得擅自添加、删除或重命名字段。 2. 输出内容必须是合法的 JSON 格式，可被标准 JSON 解析器正确解析。 3. 除 JSON 代码块本身外，禁止在代码块外输出任何解释性文字或额外内容。 4. 字段值应真实、合理，符合对应字段的语义含义。

用户提示词（User Prompt）

请以 JSON 格式输出你的自我介绍。 要求： - 输出结果必须是一个合法的 JSON 对象。 - 必须且只能包含以下两个字段： - `name`：你的名称 - `role`：你的角色或职能描述 - 不得添加任何额外字段。 - 请将 JSON 放在代码块中输出，不要附加任何说明文字。

各模型评测结果

  1. 第 1：OpenAI: gpt-oss-20b，得分 100.0 分 — 查看该模型的详细评测结果
  2. 第 2：Anthropic: Claude Haiku 4.5，得分 100.0 分 — 查看该模型的详细评测结果
  3. 第 3：Google: Gemini 3 Flash Preview，得分 100.0 分 — 查看该模型的详细评测结果
  4. 第 4：Meituan: LongCat Flash Chat，得分 100.0 分 — 查看该模型的详细评测结果
  5. 第 5：doubao-seed-2-0-mini，得分 100.0 分 — 查看该模型的详细评测结果
  6. 第 6：mimo-v2-flash，得分 100.0 分 — 查看该模型的详细评测结果
  7. 第 7：glm-4.5-air，得分 100.0 分 — 查看该模型的详细评测结果
  8. 第 8：qwen3.5-plus-2026-02-15，得分 100.0 分 — 查看该模型的详细评测结果
  9. 第 9：hunyuan-turbo，得分 100.0 分 — 查看该模型的详细评测结果
  10. 第 10：glm-5，得分 100.0 分 — 查看该模型的详细评测结果
  11. 第 11：qwen3-max，得分 100.0 分 — 查看该模型的详细评测结果
  12. 第 12：xAI: Grok 4.20 Beta，得分 100.0 分 — 查看该模型的详细评测结果
  13. 第 13：Anthropic: Claude Sonnet 4.6，得分 100.0 分 — 查看该模型的详细评测结果
  14. 第 14：hunyuan-large，得分 100.0 分 — 查看该模型的详细评测结果
  15. 第 15：hunyuan-pro，得分 100.0 分 — 查看该模型的详细评测结果
  16. 第 16：OpenAI: GPT-5 Mini，得分 100.0 分 — 查看该模型的详细评测结果
  17. 第 17：OpenAI: GPT-5 Nano，得分 100.0 分 — 查看该模型的详细评测结果
  18. 第 18：Meta: Llama 3.3 70B Instruct，得分 100.0 分 — 查看该模型的详细评测结果
  19. 第 19：kimi-k2-thinking-turbo，得分 100.0 分 — 查看该模型的详细评测结果
  20. 第 20：OpenAI: GPT-4o-mini，得分 100.0 分 — 查看该模型的详细评测结果
  21. 第 21：MiniMax-M2.1，得分 100.0 分 — 查看该模型的详细评测结果
  22. 第 22：MiniMax-M2.5，得分 100.0 分 — 查看该模型的详细评测结果
  23. 第 23：Mistral: Mistral Nemo，得分 100.0 分 — 查看该模型的详细评测结果
  24. 第 24：deepseek-v3.2，得分 100.0 分 — 查看该模型的详细评测结果
  25. 第 25：xAI: Grok 4.1 Fast，得分 100.0 分 — 查看该模型的详细评测结果
  26. 第 26：kimi-k2.5，得分 100.0 分 — 查看该模型的详细评测结果
  27. 第 27：glm-4.7，得分 100.0 分 — 查看该模型的详细评测结果
  28. 第 28：Google: Gemini 3.1 Pro Preview，得分 100.0 分 — 查看该模型的详细评测结果
  29. 第 29：qwen3.5-flash，得分 100.0 分 — 查看该模型的详细评测结果
  30. 第 30：Qwen: Qwen3.5-9B，得分 100.0 分 — 查看该模型的详细评测结果
  31. 第 31：doubao-seed-1-8，得分 100.0 分 — 查看该模型的详细评测结果
  32. 第 32：Claude Opus 4.6，得分 100.0 分 — 查看该模型的详细评测结果
  33. 第 33：doubao-seed-2-0-code，得分 100.0 分 — 查看该模型的详细评测结果
  34. 第 34：doubao-seed-1-6，得分 100.0 分 — 查看该模型的详细评测结果
  35. 第 35：doubao-seed-1-6-flash，得分 100.0 分 — 查看该模型的详细评测结果
  36. 第 36：Grok 4，得分 100.0 分 — 查看该模型的详细评测结果
  37. 第 37：qwen3-14b，得分 100.0 分 — 查看该模型的详细评测结果
  38. 第 38：qwen3-235b-a22b，得分 100.0 分 — 查看该模型的详细评测结果
  39. 第 39：NVIDIA: Nemotron 3 Super (free)，得分 100.0 分 — 查看该模型的详细评测结果
  40. 第 40：StepFun: Step 3.5 Flash，得分 100.0 分 — 查看该模型的详细评测结果
  41. 第 41：mimo-v2-omni，得分 100.0 分 — 查看该模型的详细评测结果
  42. 第 42：mimo-v2-pro，得分 100.0 分 — 查看该模型的详细评测结果
  43. 第 43：glm-5-turbo，得分 100.0 分 — 查看该模型的详细评测结果
  44. 第 44：GLM-5v-turbo，得分 100.0 分 — 查看该模型的详细评测结果
  45. 第 45：GLM-5.1，得分 100.0 分 — 查看该模型的详细评测结果
  46. 第 46：qwen3.5-omni-plus，得分 100.0 分 — 查看该模型的详细评测结果
  47. 第 47：qwen3.6-plus-preview，得分 100.0 分 — 查看该模型的详细评测结果
  48. 第 48：Google: Gemma 4 31B，得分 100.0 分 — 查看该模型的详细评测结果
  49. 第 49：Google: Gemma 4 26B A4B ，得分 100.0 分 — 查看该模型的详细评测结果
  50. 第 50：OpenAI: GPT-5.4，得分 99.2 分 — 查看该模型的详细评测结果
  51. 第 51：OpenAI: gpt-oss-120b，得分 99.17 分 — 查看该模型的详细评测结果
  52. 第 52：qwen3-8b，得分 97.9 分 — 查看该模型的详细评测结果
  53. 第 53：qwen3.5-27b，得分 97.9 分 — 查看该模型的详细评测结果
  54. 第 54：GPT-5.2，得分 97.5 分 — 查看该模型的详细评测结果
  55. 第 55：doubao-seed-2-0-lite，得分 95.0 分 — 查看该模型的详细评测结果
  56. 第 56：doubao-seed-2-0-pro，得分 93.33 分 — 查看该模型的详细评测结果
  57. 第 57：qwen3-coder-plus，得分 93.3 分 — 查看该模型的详细评测结果
  58. 第 58：Google: Gemini 2.5 Flash Lite，得分 85.0 分 — 查看该模型的详细评测结果
  59. 第 59：qwen3-4b，得分 80.0 分 — 查看该模型的详细评测结果
  60. 第 60：MiniMax-M2.7，得分 78.1 分 — 查看该模型的详细评测结果
  61. 第 61：qwen3-coder-flash，得分 — 分 — 查看该模型的详细评测结果
  62. 第 62：qwen3-0.6b，得分 — 分 — 查看该模型的详细评测结果
  63. 第 63：qwen3.5-35b-a3b，得分 — 分 — 查看该模型的详细评测结果
  64. 第 64：qwen3.5-omni-flash，得分 — 分 — 查看该模型的详细评测结果
  65. 第 65：qwen3-coder-next，得分 — 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…