评测对比
← 返回评测任务任务 ID：
task-demo客服话术对比
关联评测集：客服基准集
规则配置
最多 10 条；符合度标识由评测引擎按规则自动打标（Mock）
结果对比视图
横向最多 4 列模型；表格可横向滚动查看。
Case
c1Group G1Input
查一下我的订单到哪了
Expected Output
应给出订单状态或查询路径
| 维度 | 模型 A（GPT） | 模型 B（通义） | 模型 C（本地） | 模型 D（备用） |
|---|---|---|---|---|
| 输出内容 | 您好，已为您查询订单，目前在配送中。 | 您好，订单状态如下：运输中。 | 订单查询失败。 | （空） |
| 耗时(ms) | 120 | 98 | 210 | 45 |
| Token 消耗 | 42 | 38 | 28 | 5 |
| 符合度 | 通过 | 通过 | 未通过 | 未通过 |
Case
c2Group G1Input
我要退款
Expected Output
应说明退款政策或引导操作
| 维度 | 模型 A（GPT） | 模型 B（通义） |
|---|---|---|
| 输出内容 | 好的，退款需满足 7 天无理由条件，已为您发起流程。 | 抱歉无法退款。 |
| 耗时(ms) | 156 | 72 |
| Token 消耗 | 55 | 12 |
| 符合度 | 通过 | 未通过 |