# 总体评估汇总

仅发布总体数量与耗时；通过率和吞吐不代表人工核验时间。

总题数：219；每题重复：1。

| 候选 | 首次通过 | 预算内通过 | 失败/未评分/错误/超时 | 平均尝试耗时(s) | 有效吞吐(题/小时) |
|---|---:|---:|---|---:|---:|
| Kimi K3.1 Pro | 198/219 | 198/219 | 17/2/2/0 | 106.12 | 30.67 |

有效吞吐为预算内通过数除以全部尝试计时，包含调用、自动检查、LLM 评分与修复；不是并发服务吞吐。