待验证50% 置信事实精确时间
Perplexity Labs提供模型对比测试环境，可让不同LLM回答相同问题并实时统计每秒Token吞吐量和总耗时
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/15
首次发现
有效期至：2026/10/13
来源
相关事实
待验证Perplexity构建了四层评测体系：路由测试、路径测试、端到端测试（LLM-as-Judge）、跨模型测试73% 相似待验证用户可通过构建个人「回归测试集」——保留固定代表性提示词定期检验模型输出质量——来客观验证模型是否退化66% 相似待验证构建个人测试集，将日常真实任务整理为固定测试用例并对不同模型横向对比，是比第三方榜单更具针对性的评估方法65% 相似待验证实验保持Agent框架、模型、提示词和机器环境完全一致，唯一变量为上下文获取方式，并对输出执行180次盲测对比65% 相似待验证引入模型Mock层用预定义确定性响应替代真实模型调用，可实现快速、可重复的自动化测试65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/521688API
curl https://kongchang.com/api/v1/knowledge/claims/521688MCP
get_claim(id=521688)