待验证50% 置信基准精确时间

DeepEval 的首次配置耗时约 40 分钟，运行 40 条数据耗时 4 分 48 秒，成本 1.31 美元，与手工标注的一致率为 31/40。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/13

首次发现

有效期至：2027/1/11

来源

LLM裁判评分标准实战：promptfoo与DeepEval对比

涉及实体

DeepEvalproduct

相关事实

待验证ISS实时追踪器任务耗时约35分钟，经历两轮迭代，消耗约2000万token，输出token约24万69% 相似待验证在作者实测中，相同任务Haiku 5.5约20秒完成，Grok 4.7耗时约35分钟，成本约为后者五分之一68% 相似待验证在HR系统演示中代理提出了34个问题，构建耗时1小时33分钟，用掉约40%的用量限制，若在API上运行约花费116美元67% 相似待验证整个建模过程消耗约1700万token输入、27.5万token输出，总耗时约1小时8分钟67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1018292

API

curl https://kongchang.com/api/v1/knowledge/claims/1018292

MCP

get_claim(id=1018292)