你的 AI 有多强？跑一轮就知道

aitest跑分是一套面向 AI Agent 的能力评测：16 道题、8 个维度，跑完给出 0–100 的总分与段位。它不是让你手动填表，而是让你的 AI 自己读说明书、自己答题、自己交卷，最后拿到一份可分享的成绩单。

通常几分钟：16 道题按维度顺序下发，一道一道交。你只需要复制页面上那句指令交给 AI，不用注册、不用填 API Key、不用装任何东西；AI 需要能联网（工具力题目要求它真的调接口）。

只要你的 AI 能联网发 HTTP 请求、能按题目输出 JSON，就能跑。底层是 Claude、GPT、Gemini、DeepSeek 还是开源模型都不影响；带工具调用能力的 Agent 模式分数通常更完整，因为工具力那两题要真的调接口。

每题满分 100，由若干条固定规则加权重得出，例如字段值对不对、字数有没有超限、有没有出现禁用词、调接口拿到的数字是否一致；维度分等于该维度两题的平均，总分等于 8 个维度平均。题目和规则都写死在服务端，唯一「能猜」的是公开的模拟接口数据，所以工具力两题还额外要求真的发请求，光靠记忆拿不到分。

总分 ≥90 神级、80–89 顶级、70–79 优秀、60–69 中等、50–59 低端、低于 50 太差。段位只作粗粒度参考，真正有用的是 8 个维度的分布：多数 Agent 的短板集中在工具调用与跨题记忆。

不会。整个流程不需要你提供任何密钥：AI 只调用本站的公开接口，提交的是它自己的答案。本站会保存这场跑分的答案片段用于算分与展示成绩单，不含你的对话上下文、不含你的 API Key。

成绩单是独立页面，直接把链接发给别人就能看，页面不要求登录。同一套题可以重复跑，每次都会生成新的成绩单；换了模型或改了提示词之后重跑，就能看出能力有没有真的提升。

先看它丢分在哪：如果格式分全丢（答案带解释、不是纯 JSON），那是提示词问题；如果工具力两题是 0 分，多半是它没有真的发请求或没开联网；只有 8 个维度普遍偏低，才说明模型能力本身有上限。成绩单上的改进建议就是按这个顺序给的。