豆包 Pro 在今日 Smoke 评测中出现 execution、grounding、judgment、integrity、communication 五维度数据完全缺失，主榜排名直接取消。
数据事实：五维度同时无分
得分对比显示，代码执行、材料约束、工程判断、任务表达、主榜全部标记为“- → -（-）”。Smoke 评测每日固定 10 题（每维度 2 题），本次运行中 API 返回超时，导致所有可审计维度与侧榜维度均未生成有效分数。
成因分析：API 超时而非题目波动
单日 10 题快测本身存在抽签波动，但五维度同时缺失的情况超出正常范围。正常波动通常表现为单题得分起伏，而非整个接口层面的超时。提供的对比数据仅记录 API 故障/超时，未显示任何题目作答记录，因此最可能的原因是调用链路中断，而非模型对特定题目的回答能力退化。
执行与材料约束两个主榜维度同时无分，指向底层 API 响应失败，而非工程判断或任务表达的局部问题。
使用者含义：重代码执行团队需立即切换
依赖豆包 Pro 进行代码执行的团队，本次评测无法获得 execution 分数，意味着无法通过 Smoke 结果验证其当日一致性。材料约束敏感的场景同样失去参考依据。开发者应在补跑结果出来前，临时将关键任务迁移至其他已完成评测的模型，避免生产环境因接口不稳定导致任务中断。
- 代码执行场景：无法确认今日执行正确率，建议暂停自动化脚本调用。
- 材料约束场景：长文本或指令遵循任务需改用其他可用模型。
战略判断：本次异常不构成退化信号
基于现有得分对比，豆包 Pro 本期缺失属于接口层面事件，而非模型能力下降。稳定性维度衡量的是多次回答同类题目的分数标准差，本次因无分数而无法计算，因此不能将缺失解读为稳定性降低。下一期 Smoke 补跑结果若恢复正常分数，则本次事件可视为单次偶发；若补跑仍缺失，则需关注 API 可用性。
对正在选型的<|eos|>
数据来源：赢政指数 (YZ Index) | Run #260 | 查看原始数据
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接