跳转到实测对比
DeepDeck Bench
EN申请试点 ↗

DEEPDECK BENCH · COMPUTER USE

测你的模型，
验证你的 WebMCP。

用同一套 Computer Use Harness，评测模型使用网站的能力，检验 WebMCP 带来的增量。

接入模型和任务集，或输入网站与 query 自动运行 WebMCP 开关对照。报告保留两组答案、完成情况、token 用量与耗时。下面介绍评测方式、题库、实测结果和比较方法。

WHAT IS WEBMCP

WebMCP 是什么？

WebMCP 让网站把搜索、查询和提交等功能作为工具提供给模型。模型可以直接调用这些功能，也可以继续操作页面。它可能减少找按钮和试错，但是否更好，需要实际评测。

同一件事，可以怎么完成？

流程示意，不代表实际操作次数
COMPUTER USE
  1. 查看页面
  2. 找到按钮
  3. 点击或输入
  4. 检查变化，必要时重试
  5. 检查答案
WEBMCP
  1. 查看可用功能
  2. 选择并调用功能
  3. 检查返回结果

消融实验检验的是：额外提供这些功能，是否真的让同一个模型更高效？模型可以混合使用 WebMCP 与页面操作，结果也可能持平或变差。

这些工具需要我们根据网站功能构建并检查。WebMCP 不会自动读懂全部源码，也不保证一定找到最短步骤。 查看 WebMCP 说明 ↗

ONE HARNESS. TWO EVALUATIONS.

这个 Benchmark 评什么？

把 Codex app 中熟悉的“观察页面、调用工具、操作界面、检查结果”工作方式用于评测。你选择模型和任务，DeepDeck 自动执行并记录结果。

为什么需要评测
模型能回答问题，不代表能在网站上完成任务；网站提供了 WebMCP，也不代表模型一定能用更少的 token 或更短的时间完成任务。用同一批任务比较完成情况、token 和耗时，为选模型、改工具和检查版本退步提供依据。
用什么评测集
内置 8 个开源网站的 49 道任务，覆盖内容查询、搜索筛选、购物、预约、课程和业务流程。可修改本地题目文件构建自己的评测集，也可输入线上网站与 query 做单任务消融。 查看题库 →
评测需要哪些功能
配置模型、Base URL 和 Key；自动管理本地示例启停；按任务执行并校验结果；切换 WebMCP、重复配对运行；保存答案、工具调用、token 和耗时。无工具或无标准答案时明确标注，便于区分环境问题与模型表现。
01 / MODEL BENCHMARK

这个模型能把网站用好吗？

接入模型、Base URL 和 API Key，用 DeepDeck 的 Computer Use Harness 自动执行网站任务。在固定工具、任务和预算下比较模型或版本，记录答案、完成情况、token 用量和耗时。

输入：模型 + 任务集 → 输出：逐任务评测报告
pnpm benchmark:webmcp run \
  --sites tailwind-nextjs-blog \
  --provider deepseek-official \
  --model deepseek-flash \
  --webmcp off --n 3
02 / WEBMCP ABLATION

你的 WebMCP 真的有用吗？

输入网站和 query，同一模型、同一 Computer Use Harness 自动运行开启／关闭 WebMCP 两组。开启组仍可操作页面，关闭组禁用 WebMCP；通过消融实验测量工具带来的实际增量。

输入：网站 + QUERY → 输出：答案、TOKEN、耗时对照
pnpm benchmark:webmcp ablate \
  --url https://your-site.example \
  --query "在网站上查找最新消息" \
  --n 3

两项评测都基于 DeepSeek Harness 与 DeepDeck 的浏览器工具集。DeepSeek Harness 的 Browser Use 与 Codex app 采用相近的 Computer Use 交互方式：模型观察页面、调用工具、操作界面，再检查结果并继续执行。这里的相近指执行任务的方式，不代表两者使用同一套内部实现，也不代表已证明 SOTA 排名。

命令在本地运行。可使用网站自带的 WebMCP，或通过 --webmcp-file 指定自己的实现。没有工具时先报告不适用；没有标准答案时标为未评分。报告保留实际工具调用和两组答案，便于判断是否只是更快、还是完成得更好。

获取 DeepDeck 源码 ↗

HOW WE EVALUATE

如何评：固定条件，检查结果。

模型评测固定任务和工具，比较模型或版本；WebMCP 消融固定模型，只切换工具是否可用。两类评测都先检查完成情况，再比较 token 与耗时。

01

固定条件，只切换 WebMCP

同一模型、Harness 和任务，每组默认 10 分钟 Agent 时间上限，不限制步数；每轮新会话并交替执行顺序。两组都可操作页面，开启组额外获得 WebMCP 工具。

02

独立检查完成情况

标准答案与 Agent 隔离，逐项核对任务要求。没有标准答案时标为未评分；人工确认的结果注明来源，不把开启组自动视为正确。

03

比较 token 与耗时

记录累计 token、Agent 耗时、工具调用与错误，失败消耗也保留。Token 不等于费用；启动成本单列。线上内容未重置、任务完成量不同等限制随报告说明。

SUCCESS × TOKENS × TIME

实测结论

Terra、DeepSeek v4.1 Flash、Hy3、Luna 与 MiMo V2.6 Flash 均测试了同一套 49 题。一起看成功率、token 和耗时，也保留超时、评分疑点与环境补跑记录。

FULL CORPUS · 2026-09-16–23

五个模型，同一套 49 题

完整默认工具能力，只切换 WebMCP。

8 个网站 · 每组每题 1 次

先看绝对消耗，再看 WebMCP 节省多少

原始评分通过数覆盖全部 49 题，不等于完整完成率。下表 token、耗时、步数和工具调用统一使用五个模型、两组均通过且排除已知未完成／未验证步骤的同一批 43 题，合计值越低表示本次消耗越少；节省百分比不是模型能力分数。

指标GPT-5.6 Terra2026-09-16DeepSeek v4.1 Flash2026-09-17Hy32026-09-17GPT-5.6 Luna2026-09-22MiMo V2.6 Flash2026-09-23
Thinking / 推理强度两组配置一致provider-default未显式指定；实际档位未记录provider-default未显式指定；实际档位未记录provider-default未显式指定；实际档位未记录provider-default未显式指定；实际档位未记录provider-default默认开启思考；已验证回传
评分通过 · 全 49 题开启 / 关闭 WebMCP49/49 · 49/4948/49 · 47/4949/49 · 48/4949/49 · 49/4949/49 · 46/49
总 tokenWebMCP ON2,525,46910,532,80611,672,6524,498,19110,007,018
Agent 总耗时（秒）WebMCP ON827.61,216.92,067.41,402.92,223.1
公网 API 费用估算WebMCP ONUSD 2.0199972USD 0.248839434USD 1.675682845USD 0.31363716USD 0.186776839
Agent 总步数WebMCP ON204519559315442
工具调用总次数WebMCP ON161527518277478
总 tokenWebMCP OFF4,309,26312,653,35312,982,2946,046,36710,876,976
Agent 总耗时（秒）WebMCP OFF1,359.91,610.92,333.12,071.22,574.9
公网 API 费用估算WebMCP OFFUSD 2.9253592USD 0.272457648USD 1.877058525USD 0.39424196USD 0.193818789
Agent 总步数WebMCP OFF340607586406470
工具调用总次数WebMCP OFF301611547374505
WebMCP 的 token 收益41.4% 减少16.8% 减少10.1% 减少25.6% 减少8% 减少
WebMCP 的耗时收益39.1% 减少24.5% 减少11.4% 减少32.3% 减少13.7% 减少

开启／关闭均指整个 Agent 的消耗，不是 WebMCP 工具单独的消耗。跨模型的 token 分词方式、接口延迟和运行环境存在差异；这里展示实测绝对值，不等同于费用或严格能力排名。

新增 Luna / MiMo：两模型的独立对照使用 45 道共同有效题，MiMo 总耗时比 Luna 多 48.2%，token 多 102.8%。这是单轮实测，与上方五模型 43 题子集不同。所有模型费用统一为 USD；MiMo OFF 有 2 条用量不完整，费用以 ≥ 标注已记录下限。

步数 = Agent 开始的模型推理步骤数；工具调用 = 实际发出的调用次数，包含失败调用。一轮可能调用多个工具，两者都不是页面点击次数。超时中断的已开始步骤也计数；每题仍只有 10 分钟上限，没有步数限制。

API 单价、49 题费用合计与计价说明2026-09-17 / 23 ＋

按公网 API 价估算模型 token 费用，不是本次订阅／代理账单。单价单位为每百万 token，所有单价与费用统一显示 USD。Hy3 按付费 API 价格估算。

价格 / 项目GPT-5.6 TerraUSDDeepSeek v4.1 FlashUSDHy3USDGPT-5.6 LunaUSDMiMo V2.6 FlashUSD
未命中输入每百万 tokenUSD 2USD 0.15USD 0.149109073USD 0.2USD 0.14
缓存命中输入每百万 tokenUSD 0.2USD 0.003USD 0.037277268USD 0.02USD 0.0028
缓存写入每百万 tokenUSD 2.5未单列费率未单列费率USD 0.25未单列费率
输出（含推理）每百万 tokenUSD 12USD 0.6USD 0.596436293USD 1.2USD 0.28
全部 49 题WebMCP ONUSD 2.797985249/49 条用量完整USD 0.29256397849/49 条用量完整USD 1.91796570549/49 条用量完整USD 0.4072606449/49 条用量完整USD 0.24612599849/49 条用量完整
全部 49 题WebMCP OFFUSD 4.193847649/49 条用量完整≥ USD 0.49502530847/49 条用量完整USD 2.92155669949/49 条用量完整USD 0.6267343649/49 条用量完整≥ USD 0.29687205547/49 条用量完整
官方单价来源OpenAI Standard · short context ↗DeepSeek V4.1 Flash · off-peak ↗Tencent TokenHub · Hy3 · Guangzhou ↗OpenAI GPT-5.6 Luna ↗Xiaomi MiMo V2.6 Flash ↗

Terra 使用 Standard 短上下文价，本次单次输入均小于 40k。DeepSeek 使用谷价，本次运行均在工作日 UTC 01–04、06–10 高峰窗口之外；峰价为输入 $0.30、缓存命中 $0.006、输出 $1.20 / 百万 token。Hy3 使用腾讯云 TokenHub 广州按量价。

Luna 与 MiMo 单价核对于 2026-09-23。Luna 使用 Standard API 等价价（非 ChatGPT 订阅账单）：输入 $0.20、缓存命中 $0.02、缓存写入 $0.25、输出 $1.20 / 百万 token；逐请求输入最高 84,709 token，未触发 272k 长上下文加价。MiMo 使用官方海外美元实时按量价：输入 $0.14、缓存命中 $0.0028、输出 $0.28 / 百万 token。用于美元等价比较，不是国内账单的汇率换算；未扣赠送额度、套餐或折扣。

缓存计费已逐条核对：Luna 994 次、MiMo 1,230 次已记录请求的输入、缓存与输出分项均与报告一致。缓存命中按缓存价计费，未重复计入普通输入；输出已包含推理 token。MiMo 的两条不完整记录仅给出已记录费用下限。

费用 = 各类 token × 对应单价 ÷ 1,000,000。输入已扣除缓存命中，避免重复计费；输出已包含推理 token，不额外再加。所有记录的缓存写入为 0，未单列费率不表示未来写入免费。49 题合计包含最终失败尝试；用量不全时仅列已记录下限。环境补跑的被替换尝试、税费、外部工具费和基础设施不在估算内；表格显示最多 9 位小数，下载数据保留分项。

Hy3 原始人民币单价按 1 USD = 6.7065 CNY 换算（2026-09-16 行情，固定用于本次估算）：USD 金额 = CNY 金额 ÷ 6.7065。不是腾讯云另行公布的美元套餐价格。 汇率来源 ↗

逐题横向对比49 题 ＋

每题上下两行分别为开启／关闭 WebMCP，五个模型并排。每格展示完整 token 数、Agent 秒数、步数、工具调用次数和评分；超时与失败仍展示实际消耗，缺失用量显示 —。窄屏可横向滚动。

题目 / WebMCPGPT-5.6 Terra2026-09-16DeepSeek v4.1 Flash2026-09-17Hy32026-09-17GPT-5.6 Luna2026-09-22MiMo V2.6 Flash2026-09-23
md-1 · Medusa统计并列出全部商品
WebMCP ON34,044 token19.2 秒3 步 · 2 次工具调用USD 0.0505344 估算通过181,536 token30.6 秒10 步 · 13 次工具调用USD 0.007493154 估算通过1,130,052 token182.9 秒36 步 · 35 次工具调用USD 0.161325878 估算通过59,122 token20.3 秒5 步 · 4 次工具调用USD 0.00869232 估算通过210,903 token56.8 秒9 步 · 11 次工具调用USD 0.007365215 估算通过
WebMCP OFF180,379 token60.1 秒13 步 · 13 次工具调用USD 0.114918 估算通过481,523 token65 秒25 步 · 25 次工具调用USD 0.008175168 估算通过1,057,383 token239.2 秒43 步 · 43 次工具调用USD 0.145802281 估算通过138,916 token36.1 秒10 步 · 9 次工具调用USD 0.0076882 估算通过463,451 token122.2 秒19 步 · 20 次工具调用USD 0.005813086 估算通过
md-2 · Medusa查询配送政策与时效
WebMCP ON32,938 token10.6 秒3 步 · 2 次工具调用USD 0.0325052 估算通过160,542 token21.3 秒10 步 · 9 次工具调用USD 0.004197558 估算通过107,403 token23.6 秒7 步 · 6 次工具调用USD 0.014768508 估算通过169,489 token50.5 秒12 步 · 11 次工具调用USD 0.01204644 估算通过223,061 token70.8 秒12 步 · 11 次工具调用USD 0.00521687 估算通过
WebMCP OFF126,859 token44.7 秒10 步 · 9 次工具调用USD 0.0737464 估算通过499,961 token74.9 秒24 步 · 24 次工具调用USD 0.008594388 估算通过284,614 token48.3 秒13 步 · 12 次工具调用USD 0.041093417 估算通过225,544 token78.5 秒16 步 · 15 次工具调用USD 0.01353548 估算通过383,569 token91.1 秒17 步 · 16 次工具调用USD 0.005353947 估算通过
md-3 · Medusa查询退货政策
WebMCP ON32,699 token18.7 秒3 步 · 2 次工具调用USD 0.0318772 估算通过306,153 token34 秒16 步 · 16 次工具调用USD 0.006021588 估算通过106,912 token21.1 秒7 步 · 6 次工具调用USD 0.016275703 估算通过115,975 token56.2 秒9 步 · 9 次工具调用USD 0.00919256 估算通过346,980 token92 秒15 步 · 16 次工具调用USD 0.008442666 估算通过
WebMCP OFF175,748 token53.4 秒13 步 · 12 次工具调用USD 0.092192 估算通过412,522 token53.9 秒21 步 · 22 次工具调用USD 0.007437108 估算通过513,069 token92.6 秒24 步 · 23 次工具调用USD 0.071242228 估算通过392,122 token127.4 秒25 步 · 24 次工具调用USD 0.01925032 估算通过465,972 token111.9 秒13 步 · 15 次工具调用USD 0.00864019 估算通过
md-9 · Medusa判断指定商品是否存在
WebMCP ON33,867 token8.3 秒3 步 · 2 次工具调用USD 0.0495804 估算通过145,251 token17.9 秒9 步 · 8 次工具调用USD 0.004069434 估算通过261,902 token47.6 秒13 步 · 12 次工具调用USD 0.035396854 估算通过34,385 token12.8 秒3 步 · 2 次工具调用USD 0.00353692 估算通过126,242 token21.7 秒6 步 · 7 次工具调用USD 0.003203794 估算通过
WebMCP OFF80,665 token26.1 秒7 步 · 6 次工具调用USD 0.053388 估算通过304,228 token36.7 秒13 步 · 12 次工具调用USD 0.007238118 估算通过388,966 token72.1 秒18 步 · 17 次工具调用USD 0.052968165 估算通过94,059 token30.5 秒6 步 · 6 次工具调用USD 0.0090002 估算通过293,963 token96.7 秒13 步 · 13 次工具调用USD 0.007718906 估算通过
md-4 · Medusa查询商品尺码
WebMCP ON33,077 token11.3 秒3 步 · 2 次工具调用USD 0.0327032 估算通过99,038 token11.8 秒6 步 · 6 次工具调用USD 0.003505566 估算通过340,412 token61.1 秒17 步 · 16 次工具调用USD 0.051694774 估算通过60,249 token23.9 秒5 步 · 4 次工具调用USD 0.00469136 估算通过242,006 token58.8 秒11 步 · 11 次工具调用USD 0.00409743 估算通过
WebMCP OFF111,404 token31.1 秒9 步 · 8 次工具调用USD 0.0856532 估算通过199,308 token26.9 秒12 步 · 12 次工具调用USD 0.004435608 估算通过565,136 token100.6 秒22 步 · 21 次工具调用USD 0.085739506 估算通过105,465 token36.1 秒8 步 · 7 次工具调用USD 0.00894124 估算通过295,942 token110.3 秒15 步 · 22 次工具调用USD 0.005057808 估算通过
blog-find-post · Tailwind Next.js Blog查找指定文章标题
WebMCP ON31,663 token18.8 秒3 步 · 2 次工具调用USD 0.0344184 估算通过433,318 token62 秒21 步 · 20 次工具调用USD 0.008042358 估算通过168,236 token32.3 秒10 步 · 9 次工具调用USD 0.024419891 估算通过137,304 token40.1 秒10 步 · 9 次工具调用USD 0.00879272 估算通过799,625 token168.2 秒25 步 · 29 次工具调用USD 0.009745781 估算通过
WebMCP OFF56,507 token16.6 秒5 步 · 4 次工具调用USD 0.0464756 估算通过— token600 秒47 步 · 50 次工具调用≥ USD 0.069951276 估算超时388,163 token85.4 秒18 步 · 19 次工具调用USD 0.05703094 估算通过142,121 token63.2 秒9 步 · 8 次工具调用USD 0.01093636 估算通过827,712 token467.8 秒25 步 · 25 次工具调用USD 0.011736273 估算通过
blog-read-author · Tailwind Next.js Blog读取 About 页作者
WebMCP ON31,080 token10.1 秒3 步 · 2 次工具调用USD 0.0303124 估算通过73,441 token8.7 秒4 步 · 4 次工具调用USD 0.003549006 估算通过133,045 token24.3 秒9 步 · 8 次工具调用USD 0.020268545 估算通过44,186 token16.7 秒4 步 · 3 次工具调用USD 0.00356976 估算通过42,993 token11.7 秒3 步 · 3 次工具调用USD 0.001672541 估算通过
WebMCP OFF43,416 token12.9 秒4 步 · 3 次工具调用USD 0.037534 估算通过112,949 token16.4 秒8 步 · 7 次工具调用USD 0.003133086 估算通过57,152 token13 秒4 步 · 3 次工具调用USD 0.008652501 估算通过55,582 token16.3 秒5 步 · 4 次工具调用USD 0.00605328 估算通过126,473 token31.5 秒7 步 · 6 次工具调用USD 0.002854141 估算通过
react-public-content · Bulletproof React识别公开首页应用
WebMCP ON30,998 token10 秒3 步 · 2 次工具调用USD 0.0304284 估算通过455,061 token77.2 秒24 步 · 27 次工具调用USD 0.01037973 估算通过160,121 token33.2 秒10 步 · 9 次工具调用USD 0.021473794 估算通过53,919 token15.9 秒5 步 · 4 次工具调用USD 0.006105 估算通过93,512 token17.7 秒5 步 · 5 次工具调用USD 0.00262584 估算通过
WebMCP OFF41,193 token18.7 秒4 步 · 3 次工具调用USD 0.033198 估算通过528,856 token81.6 秒25 步 · 30 次工具调用USD 0.014761896 估算通过118,271 token21.4 秒7 步 · 6 次工具调用USD 0.018013718 估算通过43,639 token18.3 秒4 步 · 5 次工具调用USD 0.00704144 估算通过92,536 token23.4 秒6 步 · 6 次工具调用USD 0.002367467 估算通过
react-auth-boundary · Bulletproof React检查未登录访问边界
WebMCP ON42,042 token13.3 秒4 步 · 3 次工具调用USD 0.0512532 估算通过1,421,333 token145.9 秒55 步 · 55 次工具调用USD 0.01775829 估算通过329,879 token74.4 秒16 步 · 17 次工具调用USD 0.048761649 估算通过78,682 token24.5 秒7 步 · 6 次工具调用USD 0.0051482 估算通过689,326 token237.9 秒25 步 · 29 次工具调用USD 0.008242623 估算通过
WebMCP OFF89,301 token28.6 秒8 步 · 8 次工具调用USD 0.0740532 估算通过284,484 token36.9 秒13 步 · 15 次工具调用USD 0.006682992 估算通过496,399 token87.1 秒23 步 · 22 次工具调用USD 0.073921867 估算通过168,299 token68.6 秒10 步 · 10 次工具调用USD 0.0091146 估算通过503,266 token133.2 秒21 步 · 22 次工具调用USD 0.006620292 估算通过
directory-search · 9d8 Directory按工具类型搜索目录
WebMCP ON31,496 token10.1 秒3 步 · 2 次工具调用USD 0.0311444 估算通过103,599 token13.4 秒7 步 · 6 次工具调用USD 0.003427032 估算通过88,454 token21.3 秒6 步 · 5 次工具调用USD 0.012133602 估算通过55,499 token28.8 秒5 步 · 4 次工具调用USD 0.004137 估算通过115,260 token39.7 秒7 步 · 7 次工具调用USD 0.002580211 估算通过
WebMCP OFF42,452 token12.1 秒4 步 · 3 次工具调用USD 0.035576 估算通过218,969 token30.6 秒12 步 · 11 次工具调用USD 0.005331444 估算通过181,880 token35.3 秒10 步 · 9 次工具调用USD 0.027670618 估算通过85,576 token25.8 秒7 步 · 6 次工具调用USD 0.0055434 估算通过156,644 token31.7 秒8 步 · 8 次工具调用USD 0.00351787 估算通过
directory-filter · 9d8 Directory筛选开发者工具
WebMCP ON42,707 token15.7 秒4 步 · 3 次工具调用USD 0.0353428 估算通过260,235 token28.1 秒15 步 · 15 次工具调用USD 0.005263716 估算通过120,996 token25.9 秒8 步 · 7 次工具调用USD 0.01851711 估算通过43,211 token16.2 秒4 步 · 3 次工具调用USD 0.00543312 估算通过516,240 token119.1 秒19 步 · 26 次工具调用USD 0.007245633 估算通过
WebMCP OFF147,051 token43.3 秒11 步 · 10 次工具调用USD 0.0971984 估算通过75,197 token9.9 秒4 步 · 4 次工具调用USD 0.003746508 估算通过117,785 token18.9 秒7 步 · 6 次工具调用USD 0.016355029 估算通过74,481 token17.4 秒6 步 · 5 次工具调用USD 0.00532408 估算通过95,701 token19.5 秒5 步 · 5 次工具调用USD 0.002879716 估算通过
directory-detail · 9d8 Directory读取条目详情
WebMCP ON66,335 token21.5 秒6 步 · 5 次工具调用USD 0.0448316 估算通过87,410 token10.6 秒6 步 · 5 次工具调用USD 0.003047802 估算通过155,578 token30.7 秒10 步 · 9 次工具调用USD 0.023739805 估算通过106,825 token37.4 秒9 步 · 8 次工具调用USD 0.00591616 估算通过108,487 token22.3 秒5 步 · 10 次工具调用USD 0.003647655 估算通过
WebMCP OFF97,694 token29.1 秒8 步 · 7 次工具调用USD 0.05613 估算通过181,493 token18.9 秒9 步 · 8 次工具调用USD 0.004701864 估算通过159,508 token36.5 秒9 步 · 8 次工具调用USD 0.024077089 估算通过132,958 token36.8 秒10 步 · 9 次工具调用USD 0.00974452 估算通过139,058 token27.7 秒7 步 · 8 次工具调用USD 0.003302919 估算通过
md-6 · Medusa检查购物车内容
WebMCP ON32,681 token10.7 秒3 步 · 2 次工具调用USD 0.0314812 估算通过175,221 token21.9 秒11 步 · 10 次工具调用USD 0.00405081 估算通过111,014 token18.1 秒7 步 · 6 次工具调用USD 0.016814881 估算通过72,944 token24.2 秒6 步 · 6 次工具调用USD 0.00472604 估算通过47,631 token9.8 秒3 步 · 3 次工具调用USD 0.00197699 估算通过
WebMCP OFF40,958 token12.9 秒4 步 · 3 次工具调用USD 0.0499684 估算通过131,589 token19 秒9 步 · 8 次工具调用USD 0.003482412 估算通过164,571 token30.5 秒9 步 · 8 次工具调用USD 0.024872288 估算通过82,900 token29.2 秒7 步 · 6 次工具调用USD 0.00528684 估算通过106,545 token18.8 秒6 步 · 5 次工具调用USD 0.002668719 估算通过
md-5 · Medusa将指定款式加入购物车
WebMCP ON71,026 token23.2 秒6 步 · 5 次工具调用USD 0.0473408 估算通过201,736 token19.3 秒9 步 · 9 次工具调用USD 0.005221188 估算通过166,712 token28.7 秒10 步 · 9 次工具调用USD 0.023412063 估算通过98,529 token32.7 秒8 步 · 7 次工具调用USD 0.006009 估算通过205,555 token48.9 秒9 步 · 10 次工具调用USD 0.00398533 估算通过
WebMCP OFF190,298 token49.5 秒13 步 · 12 次工具调用USD 0.1196104 估算通过225,690 token25.9 秒12 步 · 13 次工具调用USD 0.0054789 估算通过450,805 token75.4 秒21 步 · 20 次工具调用USD 0.061298293 估算通过249,789 token54.1 秒17 步 · 16 次工具调用USD 0.01420228 估算通过468,755 token84.8 秒18 步 · 19 次工具调用USD 0.006400761 估算通过
md-7 · Medusa组合多件商品并核对数量
WebMCP ON105,066 token40.4 秒8 步 · 8 次工具调用USD 0.0924744 估算通过158,599 token23.4 秒9 步 · 11 次工具调用USD 0.004693194 估算未通过152,509 token32.6 秒9 步 · 9 次工具调用USD 0.023262507 估算通过211,092 token89 秒15 步 · 14 次工具调用USD 0.01611304 估算通过423,661 token98.7 秒19 步 · 23 次工具调用USD 0.005481672 估算通过
WebMCP OFF427,152 token87.3 秒23 步 · 22 次工具调用USD 0.2239388 估算通过487,760 token50.3 秒22 步 · 21 次工具调用USD 0.008199384 估算通过618,388 token104.9 秒25 步 · 24 次工具调用USD 0.090967718 估算通过550,029 token115.7 秒27 步 · 26 次工具调用USD 0.020875 估算通过564,494 token72.8 秒20 步 · 20 次工具调用USD 0.007075785 估算通过
md-8 · Medusa完成访客结账与测试支付
WebMCP ON666,726 token126.3 秒28 步 · 27 次工具调用USD 0.2582564 估算通过317,413 token37.1 秒16 步 · 16 次工具调用USD 0.006242208 估算通过404,083 token67.3 秒21 步 · 20 次工具调用USD 0.057720122 估算通过242,626 token69.5 秒16 步 · 15 次工具调用USD 0.01516072 估算通过435,941 token134.5 秒17 步 · 17 次工具调用USD 0.006468286 估算通过
WebMCP OFF622,500 token127.5 秒26 步 · 25 次工具调用USD 0.2417088 估算通过1,213,552 token93.5 秒37 步 · 38 次工具调用USD 0.01483233 估算通过1,069,089 token162.4 秒38 步 · 37 次工具调用USD 0.150388727 估算通过709,446 token164.9 秒32 步 · 31 次工具调用USD 0.032085 估算通过2,005,933 token600.1 秒54 步 · 59 次工具调用USD 0.017886378 估算超时核对：页面 HTTP 500
ea-1 · Easy!Appointments列出全部服务
WebMCP ON33,367 token9.4 秒3 步 · 2 次工具调用USD 0.0331232 估算通过64,566 token9 秒4 步 · 4 次工具调用USD 0.00322794 估算通过301,952 token45.6 秒15 步 · 14 次工具调用USD 0.041822709 估算通过71,842 token25.1 秒6 步 · 5 次工具调用USD 0.00696496 估算通过62,767 token14.5 秒4 步 · 4 次工具调用USD 0.002087142 估算通过
WebMCP OFF41,360 token12.8 秒4 步 · 3 次工具调用USD 0.033542 估算通过207,889 token25.5 秒10 步 · 9 次工具调用USD 0.006358104 估算通过94,203 token17 秒6 步 · 5 次工具调用USD 0.014256318 估算通过58,552 token17.2 秒5 步 · 4 次工具调用USD 0.00669928 估算通过143,254 token162.1 秒7 步 · 10 次工具调用USD 0.003784502 估算通过
ea-2 · Easy!Appointments查询服务价格与时长
WebMCP ON75,940 token24.7 秒7 步 · 6 次工具调用USD 0.0480644 估算通过228,047 token24.6 秒11 步 · 12 次工具调用USD 0.00755559 估算通过445,852 token71.2 秒21 步 · 20 次工具调用USD 0.061934392 估算通过72,051 token22.7 秒6 步 · 5 次工具调用USD 0.00493808 估算通过48,949 token11 秒3 步 · 3 次工具调用USD 0.002113345 估算通过
WebMCP OFF88,298 token35.4 秒8 步 · 7 次工具调用USD 0.0515936 估算通过89,669 token12.3 秒6 步 · 6 次工具调用USD 0.003278226 估算通过243,855 token39.6 秒12 步 · 11 次工具调用USD 0.034706777 估算通过90,315 token32.2 秒8 步 · 7 次工具调用USD 0.00740148 估算通过87,508 token17.5 秒5 步 · 6 次工具调用USD 0.002620218 估算通过
ea-3 · Easy!Appointments找出免费服务
WebMCP ON33,338 token11.2 秒3 步 · 2 次工具调用USD 0.0331052 估算通过59,459 token6.7 秒4 步 · 3 次工具调用USD 0.002805924 估算通过43,791 token8.1 秒3 步 · 2 次工具调用USD 0.006668754 估算通过166,935 token62.7 秒11 步 · 10 次工具调用USD 0.01402412 估算通过132,417 token38.6 秒8 步 · 8 次工具调用USD 0.002625896 估算通过
WebMCP OFF152,149 token44 秒10 步 · 9 次工具调用USD 0.095672 估算通过319,970 token40.4 秒13 步 · 13 次工具调用USD 0.007643844 估算通过535,427 token98.1 秒17 步 · 16 次工具调用USD 0.081533736 估算通过153,379 token139.6 秒9 步 · 8 次工具调用USD 0.01031932 估算通过235,074 token40.4 秒12 步 · 12 次工具调用USD 0.003676322 估算通过
ea-4 · Easy!Appointments查找指定服务的提供者
WebMCP ON33,293 token10.1 秒3 步 · 2 次工具调用USD 0.0328852 估算通过155,069 token20 秒9 步 · 8 次工具调用USD 0.004459272 估算通过519,623 token87.9 秒24 步 · 23 次工具调用USD 0.073518527 估算通过125,026 token34.6 秒7 步 · 7 次工具调用USD 0.00751516 估算通过55,959 token11.3 秒3 步 · 3 次工具调用USD 0.002606901 估算通过
WebMCP OFF55,429 token15.8 秒5 步 · 4 次工具调用USD 0.03913 估算通过293,958 token36.1 秒14 步 · 14 次工具调用USD 0.006697596 估算通过124,845 token27.7 秒7 步 · 6 次工具调用USD 0.018845448 估算通过83,167 token20.6 秒6 步 · 6 次工具调用USD 0.00564772 估算通过92,688 token16.1 秒5 步 · 5 次工具调用USD 0.002689338 估算通过
ea-5 · Easy!Appointments判断指定服务是否存在
WebMCP ON33,389 token12.4 秒3 步 · 2 次工具调用USD 0.0488044 估算通过130,003 token14.5 秒8 步 · 7 次工具调用USD 0.004075146 估算通过95,622 token18.7 秒6 步 · 5 次工具调用USD 0.014579736 估算通过71,872 token19.2 秒6 步 · 5 次工具调用USD 0.00484128 估算通过402,609 token150.5 秒18 步 · 19 次工具调用USD 0.005912575 估算通过
WebMCP OFF52,969 token14.9 秒5 步 · 4 次工具调用USD 0.0356032 估算通过144,806 token137.4 秒8 步 · 8 次工具调用USD 0.004827102 估算通过147,732 token25.1 秒8 步 · 7 次工具调用USD 0.022267502 估算通过47,833 token13 秒4 步 · 3 次工具调用USD 0.00435516 估算通过86,193 token20.1 秒5 步 · 4 次工具调用USD 0.002517346 估算通过
ea-6 · Easy!Appointments预约最早可用时段
WebMCP ON271,000 token54.3 秒11 步 · 10 次工具调用USD 0.1629296 估算通过625,514 token69.3 秒23 步 · 22 次工具调用USD 0.022544052 估算通过99,796 token20 秒6 步 · 5 次工具调用USD 0.015408335 估算通过496,936 token137.6 秒19 步 · 18 次工具调用USD 0.027828 估算通过180,379 token44.1 秒8 步 · 8 次工具调用USD 0.003900378 估算通过
WebMCP OFF235,106 token54.3 秒12 步 · 11 次工具调用USD 0.147366 估算通过1,263,117 token114.8 秒34 步 · 33 次工具调用USD 0.023393358 估算通过626,349 token131.8 秒16 步 · 15 次工具调用USD 0.095582196 估算通过410,740 token62.4 秒13 步 · 13 次工具调用USD 0.0228956 估算通过764,710 token131.1 秒18 步 · 19 次工具调用USD 0.011209587 估算通过
ea-7 · Easy!Appointments预约后取消同一订单
WebMCP ON171,084 token59.1 秒12 步 · 11 次工具调用USD 0.1191348 估算通过780,929 token63.2 秒22 步 · 21 次工具调用USD 0.013277292 估算通过342,608 token57.4 秒18 步 · 17 次工具调用USD 0.048685604 估算通过628,013 token112.5 秒21 步 · 21 次工具调用USD 0.03113508 估算通过250,229 token42.3 秒10 步 · 16 次工具调用USD 0.004794838 估算通过核对：关键步骤已确认
WebMCP OFF525,362 token94.9 秒21 步 · 20 次工具调用USD 0.2065128 估算通过1,579,303 token87.3 秒33 步 · 33 次工具调用USD 0.018872736 估算通过1,003,516 token158.1 秒23 步 · 22 次工具调用USD 0.151210617 估算通过3,691,949 token380 秒61 步 · 60 次工具调用USD 0.10383988 估算通过核对：步骤未完成1,320,844 token181.9 秒24 步 · 24 次工具调用USD 0.024278509 估算通过核对：关键步骤已确认
ea-8 · Easy!Appointments登录后台查询客户
WebMCP ON61,012 token20.9 秒5 步 · 4 次工具调用USD 0.0471196 估算通过181,040 token20.8 秒10 步 · 10 次工具调用USD 0.004524726 估算通过86,298 token17.7 秒6 步 · 5 次工具调用USD 0.011471259 估算通过94,986 token40.7 秒8 步 · 7 次工具调用USD 0.00569736 估算通过135,512 token24.6 秒7 步 · 7 次工具调用USD 0.003083786 估算通过
WebMCP OFF92,714 token34.9 秒8 步 · 7 次工具调用USD 0.0772328 估算通过236,557 token23.4 秒12 步 · 12 次工具调用USD 0.004900872 估算通过202,985 token32.9 秒11 步 · 10 次工具调用USD 0.028487885 估算通过122,255 token36.1 秒10 步 · 10 次工具调用USD 0.0070068 估算通过223,345 token44.7 秒11 步 · 12 次工具调用USD 0.003947418 估算通过
lh-1 · LearnHouse列出课程目录
WebMCP ON32,017 token9.5 秒3 步 · 2 次工具调用USD 0.0302732 估算通过153,236 token16.7 秒10 步 · 9 次工具调用USD 0.003757884 估算通过497,700 token103.5 秒23 步 · 22 次工具调用USD 0.065232386 估算通过68,888 token20.8 秒6 步 · 5 次工具调用USD 0.00464712 估算通过227,678 token56.6 秒13 步 · 15 次工具调用USD 0.003529495 估算通过
WebMCP OFF77,337 token26.2 秒7 步 · 6 次工具调用USD 0.0687488 估算通过190,443 token22.8 秒11 步 · 14 次工具调用USD 0.00547914 估算通过174,422 token30.3 秒9 步 · 9 次工具调用USD 0.026522329 估算通过110,275 token154.5 秒9 步 · 8 次工具调用USD 0.00852484 估算通过569,027 token109.7 秒21 步 · 30 次工具调用USD 0.00768763 估算通过
lh-2 · LearnHouse读取课程章节
WebMCP ON32,385 token11.8 秒3 步 · 2 次工具调用USD 0.0311192 估算通过423,778 token37.7 秒18 步 · 18 次工具调用USD 0.00764217 估算通过108,683 token20.5 秒7 步 · 6 次工具调用USD 0.016626109 估算通过32,801 token8.6 秒3 步 · 2 次工具调用USD 0.00321312 估算通过101,096 token24.1 秒6 步 · 6 次工具调用USD 0.002669246 估算通过
WebMCP OFF83,599 token25.2 秒7 步 · 6 次工具调用USD 0.0712868 估算通过218,335 token25.9 秒13 步 · 12 次工具调用USD 0.005109414 估算通过157,741 token29.4 秒9 步 · 8 次工具调用USD 0.022323567 估算通过73,359 token21.7 秒6 步 · 5 次工具调用USD 0.00741468 估算通过134,340 token58.2 秒7 步 · 8 次工具调用USD 0.003213431 估算通过
lh-3 · LearnHouse查找首节课标题
WebMCP ON32,202 token16.5 秒3 步 · 2 次工具调用USD 0.0308532 估算通过90,432 token10.6 秒6 步 · 5 次工具调用USD 0.00332616 估算通过176,184 token30.2 秒11 步 · 10 次工具调用USD 0.024890628 估算通过32,798 token14.5 秒3 步 · 2 次工具调用USD 0.00514988 估算通过189,351 token37.4 秒11 步 · 11 次工具调用USD 0.003202758 估算通过
WebMCP OFF55,058 token15.4 秒5 步 · 4 次工具调用USD 0.0419044 估算通过220,735 token19.6 秒11 步 · 11 次工具调用USD 0.005246328 估算通过193,608 token32.2 秒11 步 · 10 次工具调用USD 0.027104898 估算通过84,175 token24.9 秒7 步 · 6 次工具调用USD 0.00552484 估算通过117,093 token13.6 秒6 步 · 6 次工具调用USD 0.003049659 估算通过
lh-5 · LearnHouse搜索课程并读取描述
WebMCP ON56,262 token16.9 秒5 步 · 4 次工具调用USD 0.041566 估算通过113,188 token12.3 秒7 步 · 7 次工具调用USD 0.003810168 估算通过162,290 token31.8 秒10 步 · 9 次工具调用USD 0.024854693 估算通过56,907 token17.6 秒5 步 · 4 次工具调用USD 0.00411628 估算通过238,452 token41.5 秒11 步 · 12 次工具调用USD 0.004616158 估算通过
WebMCP OFF98,863 token30.1 秒8 步 · 7 次工具调用USD 0.0641576 估算通过118,308 token13.2 秒7 步 · 6 次工具调用USD 0.004150632 估算通过181,816 token29.6 秒10 步 · 9 次工具调用USD 0.025286215 估算通过103,683 token26.6 秒8 步 · 7 次工具调用USD 0.00669148 估算通过162,637 token25 秒8 步 · 9 次工具调用USD 0.003695272 估算通过
id-1 · IDURAR ERP/CRM登录并查询发票客户
WebMCP ON57,364 token17.6 秒5 步 · 4 次工具调用USD 0.0457132 估算通过147,813 token17.9 秒9 步 · 9 次工具调用USD 0.004006482 估算通过332,561 token62.8 秒18 步 · 17 次工具调用USD 0.045699247 估算通过58,107 token22.5 秒5 步 · 4 次工具调用USD 0.00435128 估算通过402,266 token64.4 秒18 步 · 18 次工具调用USD 0.005250224 估算通过
WebMCP OFF77,971 token24.7 秒7 步 · 6 次工具调用USD 0.0508632 估算通过372,781 token41.7 秒20 步 · 20 次工具调用USD 0.006607866 估算通过245,434 token40.2 秒13 步 · 12 次工具调用USD 0.034956535 估算通过70,465 token28.1 秒6 步 · 6 次工具调用USD 0.00905856 估算通过224,597 token49.5 秒11 步 · 12 次工具调用USD 0.003898535 估算通过
id-2 · IDURAR ERP/CRM查询发票总额
WebMCP ON57,410 token26.1 秒5 步 · 4 次工具调用USD 0.043692 估算通过163,960 token15.9 秒8 步 · 9 次工具调用USD 0.00479739 估算通过74,383 token14.2 秒5 步 · 4 次工具调用USD 0.011348393 估算通过57,928 token14.8 秒5 步 · 4 次工具调用USD 0.00429848 估算通过294,777 token68.1 秒14 步 · 14 次工具调用USD 0.007010556 估算通过
WebMCP OFF119,791 token42.4 秒10 步 · 9 次工具调用USD 0.06565 估算通过217,257 token28.8 秒13 步 · 14 次工具调用USD 0.005164782 估算通过296,839 token53.1 秒15 步 · 15 次工具调用USD 0.044959219 估算通过82,533 token38 秒7 步 · 7 次工具调用USD 0.00705016 估算通过239,001 token52.9 秒11 步 · 12 次工具调用USD 0.005479936 估算通过
id-4 · IDURAR ERP/CRM查询发票付款状态
WebMCP ON77,996 token29.6 秒7 步 · 6 次工具调用USD 0.0512132 估算通过95,917 token11.3 秒6 步 · 7 次工具调用USD 0.0035448 估算通过259,030 token45.8 秒14 步 · 13 次工具调用USD 0.03531708 估算通过58,121 token22.3 秒5 步 · 4 次工具调用USD 0.00666008 估算通过91,712 token21.5 秒6 步 · 5 次工具调用USD 0.00227425 估算通过
WebMCP OFF65,209 token23.3 秒6 步 · 5 次工具调用USD 0.0439828 估算通过399,338 token48 秒22 步 · 22 次工具调用USD 0.007168836 估算通过202,358 token36.2 秒11 步 · 10 次工具调用USD 0.026421233 估算通过92,763 token31.6 秒8 步 · 7 次工具调用USD 0.00755576 估算通过369,000 token67.9 秒16 步 · 20 次工具调用USD 0.005817073 估算通过
id-5 · IDURAR ERP/CRM搜索客户联系方式
WebMCP ON105,241 token31.9 秒9 步 · 8 次工具调用USD 0.0620364 估算通过228,280 token26.1 秒13 步 · 15 次工具调用USD 0.005143248 估算通过88,919 token16.1 秒6 步 · 5 次工具调用USD 0.013468426 估算通过108,384 token39.1 秒9 步 · 8 次工具调用USD 0.00831764 估算通过237,755 token43.7 秒11 步 · 12 次工具调用USD 0.004343405 估算通过
WebMCP OFF132,843 token40.9 秒11 步 · 10 次工具调用USD 0.0705672 估算通过212,336 token24.8 秒13 步 · 12 次工具调用USD 0.004434744 估算通过267,961 token41.4 秒14 步 · 13 次工具调用USD 0.040413479 估算通过96,412 token30.1 秒8 步 · 8 次工具调用USD 0.00602556 估算通过187,825 token35 秒11 步 · 11 次工具调用USD 0.003132556 估算通过
id-8 · IDURAR ERP/CRM读取月度财务汇总
WebMCP ON430,592 token125 秒24 步 · 23 次工具调用USD 0.209432 估算通过342,922 token31.2 秒15 步 · 17 次工具调用USD 0.006790578 估算通过153,629 token28.8 秒10 步 · 9 次工具调用USD 0.021939014 估算通过132,034 token44.3 秒10 步 · 10 次工具调用USD 0.01006336 估算通过核对：页面步骤未验证508,504 token108.3 秒21 步 · 25 次工具调用USD 0.00662307 估算通过核对：页面步骤未验证
WebMCP OFF431,744 token128.5 秒26 步 · 26 次工具调用USD 0.2063604 估算通过753,258 token78.6 秒31 步 · 31 次工具调用USD 0.01342167 估算通过1,220,146 token227 秒47 步 · 46 次工具调用USD 0.165342578 估算通过330,100 token96.7 秒21 步 · 25 次工具调用USD 0.01864272 估算通过核对：步骤未完成— token600 秒30 步 · 35 次工具调用≥ USD 0.01150473 估算超时核对：超时，用量不完整
id-6 · IDURAR ERP/CRM创建发票草稿
WebMCP ON99,116 token34.9 秒8 步 · 7 次工具调用USD 0.0589408 估算通过193,416 token18.4 秒9 步 · 12 次工具调用USD 0.005327286 估算通过1,540,754 token230.5 秒49 步 · 48 次工具调用USD 0.220030716 估算通过222,664 token48.5 秒14 步 · 13 次工具调用USD 0.01136976 估算通过407,552 token70.5 秒16 步 · 17 次工具调用USD 0.00595238 估算通过
WebMCP OFF183,146 token55.6 秒13 步 · 12 次工具调用USD 0.1225752 估算通过444,774 token40.3 秒19 步 · 19 次工具调用USD 0.008126538 估算通过682,613 token103.1 秒28 步 · 27 次工具调用USD 0.096253933 估算通过221,720 token182.4 秒15 步 · 14 次工具调用USD 0.01149612 估算通过394,322 token118 秒17 步 · 17 次工具调用USD 0.005600896 估算通过
id-7 · IDURAR ERP/CRM记录一笔收款
WebMCP ON161,789 token50.1 秒12 步 · 11 次工具调用USD 0.086644 估算通过493,023 token57.8 秒26 步 · 25 次工具调用USD 0.008160378 估算通过124,385 token23 秒8 步 · 7 次工具调用USD 0.017103407 估算通过100,451 token38.9 秒8 步 · 7 次工具调用USD 0.0101258 估算通过676,462 token100.3 秒24 步 · 26 次工具调用USD 0.00756233 估算通过
WebMCP OFF240,174 token66 秒16 步 · 16 次工具调用USD 0.1165168 估算通过569,632 token55.6 秒26 步 · 26 次工具调用USD 0.009056022 估算通过458,985 token71.7 秒22 步 · 21 次工具调用USD 0.064669649 估算通过268,899 token78.7 秒17 步 · 16 次工具调用USD 0.01713304 估算通过459,692 token92.5 秒19 步 · 19 次工具调用USD 0.00666223 估算通过
hev-1 · Hi.Events查询活动地点
WebMCP ON33,096 token17.1 秒3 步 · 2 次工具调用USD 0.0327612 估算通过157,293 token20.4 秒9 步 · 11 次工具调用USD 0.004565838 估算通过307,550 token50.4 秒16 步 · 15 次工具调用USD 0.045145009 估算通过71,794 token21.3 秒6 步 · 5 次工具调用USD 0.005124 估算通过203,431 token41.8 秒11 步 · 11 次工具调用USD 0.003383996 估算通过
WebMCP OFF44,475 token14.9 秒4 步 · 4 次工具调用USD 0.040092 估算通过56,197 token8.8 秒4 步 · 4 次工具调用USD 0.00280041 估算通过119,826 token19.2 秒7 步 · 6 次工具调用USD 0.018106911 估算通过56,595 token17.7 秒5 步 · 4 次工具调用USD 0.00435552 估算通过92,618 token16.5 秒5 步 · 5 次工具调用USD 0.002661837 估算通过
hev-2 · Hi.Events按时间查询议程
WebMCP ON33,098 token8.5 秒3 步 · 2 次工具调用USD 0.0326352 估算通过46,575 token6 秒3 步 · 3 次工具调用USD 0.002920668 估算通过94,148 token15.1 秒6 步 · 5 次工具调用USD 0.014329531 估算通过71,611 token20.3 秒6 步 · 5 次工具调用USD 0.0050454 估算通过168,425 token23.3 秒8 步 · 8 次工具调用USD 0.003424971 估算通过
WebMCP OFF52,648 token20.2 秒5 步 · 4 次工具调用USD 0.056148 估算通过118,609 token13.2 秒7 步 · 7 次工具调用USD 0.003701508 估算通过82,416 token19.5 秒5 步 · 4 次工具调用USD 0.012480877 估算通过56,521 token16 秒5 步 · 4 次工具调用USD 0.00430172 估算通过92,609 token17.2 秒5 步 · 5 次工具调用USD 0.003231609 估算通过
hev-3 · Hi.Events查询年龄政策
WebMCP ON41,381 token13.2 秒4 步 · 3 次工具调用USD 0.033534 估算通过106,132 token14.6 秒7 步 · 6 次工具调用USD 0.003193764 估算通过94,309 token20.9 秒6 步 · 5 次工具调用USD 0.012731529 估算通过58,080 token16.2 秒5 步 · 4 次工具调用USD 0.00442788 估算通过48,270 token8.7 秒3 步 · 3 次工具调用USD 0.002060828 估算通过
WebMCP OFF54,876 token15.8 秒5 步 · 4 次工具调用USD 0.0432336 估算通过54,992 token7.3 秒4 步 · 4 次工具调用USD 0.002584056 估算通过117,812 token21.1 秒7 步 · 6 次工具调用USD 0.017778871 估算通过55,963 token15.5 秒5 步 · 4 次工具调用USD 0.00578384 估算通过73,012 token12.5 秒4 步 · 4 次工具调用USD 0.002553398 估算通过
hev-4 · Hi.Events查询录像及访问权限
WebMCP ON33,168 token9.6 秒3 步 · 2 次工具调用USD 0.0329252 估算通过115,630 token15.2 秒7 步 · 7 次工具调用USD 0.003548538 估算通过94,956 token18.9 秒6 步 · 5 次工具调用USD 0.014551107 估算通过71,317 token20.2 秒6 步 · 5 次工具调用USD 0.00707628 估算通过55,768 token11.1 秒3 步 · 3 次工具调用USD 0.002598742 估算通过
WebMCP OFF53,632 token14.9 秒5 步 · 4 次工具调用USD 0.0388324 估算通过91,697 token10.3 秒5 步 · 5 次工具调用USD 0.003745698 估算通过80,327 token15.8 秒5 步 · 4 次工具调用USD 0.012180571 估算通过56,538 token15.2 秒5 步 · 4 次工具调用USD 0.00432912 估算通过53,776 token11.3 秒3 步 · 3 次工具调用USD 0.002523601 估算通过
hev-10 · Hi.Events判断是否提供停车信息
WebMCP ON32,830 token8.7 秒3 步 · 2 次工具调用USD 0.0319392 估算通过106,561 token15 秒7 步 · 7 次工具调用USD 0.003443064 估算通过164,434 token25.6 秒9 步 · 8 次工具调用USD 0.022501156 估算通过71,222 token20.9 秒6 步 · 5 次工具调用USD 0.0049396 估算通过96,443 token23.5 秒6 步 · 6 次工具调用USD 0.002258166 估算通过
WebMCP OFF54,862 token16 秒5 步 · 4 次工具调用USD 0.0430256 估算通过119,667 token15.5 秒8 步 · 8 次工具调用USD 0.003428814 估算通过68,804 token13.4 秒4 步 · 3 次工具调用USD 0.010474465 估算通过42,880 token17.1 秒4 步 · 3 次工具调用USD 0.0036722 估算通过112,268 token25.8 秒6 步 · 6 次工具调用USD 0.002804614 估算通过
hev-5 · Hi.Events判断是否提供实时字幕
WebMCP ON32,947 token11.8 秒3 步 · 2 次工具调用USD 0.0322132 估算通过43,633 token5.6 秒3 步 · 3 次工具调用USD 0.00271956 估算通过242,927 token39.4 秒13 步 · 12 次工具调用USD 0.036886901 估算通过45,701 token12.7 秒4 步 · 4 次工具调用USD 0.00408008 估算通过102,042 token26.5 秒5 步 · 7 次工具调用USD 0.004489598 估算通过
WebMCP OFF44,392 token16.2 秒4 步 · 3 次工具调用USD 0.0744268 估算通过85,915 token9.9 秒6 步 · 7 次工具调用USD 0.00296556 估算通过87,125 token16.5 秒6 步 · 5 次工具调用USD 0.013174532 估算通过56,902 token17 秒5 步 · 4 次工具调用USD 0.00630028 估算通过73,060 token17.1 秒5 步 · 4 次工具调用USD 0.001848213 估算通过
hev-6 · Hi.Events检验单笔购票数量限制
WebMCP ON33,329 token11.5 秒3 步 · 2 次工具调用USD 0.0340272 估算通过180,516 token24.7 秒11 步 · 10 次工具调用USD 0.004668648 估算通过43,677 token13.1 秒3 步 · 2 次工具调用USD 0.006720197 估算通过33,520 token15.2 秒3 步 · 2 次工具调用USD 0.00499564 估算通过100,810 token22.8 秒5 步 · 6 次工具调用USD 0.005318449 估算通过
WebMCP OFF43,582 token16.9 秒4 步 · 3 次工具调用USD 0.0367228 估算通过325,506 token51.1 秒17 步 · 17 次工具调用USD 0.00761274 估算通过304,137 token52.8 秒14 步 · 13 次工具调用USD 0.042790427 估算通过74,631 token26.6 秒6 步 · 5 次工具调用USD 0.00736444 估算通过215,544 token52.5 秒9 步 · 9 次工具调用USD 0.004650559 估算通过
hev-7 · Hi.Events为两位参与者报名
WebMCP ON207,148 token69 秒14 步 · 13 次工具调用USD 0.1390068 估算通过832,678 token86 秒33 步 · 33 次工具调用USD 0.013562058 估算通过225,458 token41.6 秒13 步 · 12 次工具调用USD 0.032830538 估算通过115,516 token32 秒9 步 · 8 次工具调用USD 0.00687176 估算通过176,347 token40.7 秒8 步 · 10 次工具调用USD 0.003932846 估算通过
WebMCP OFF136,228 token47.6 秒10 步 · 9 次工具调用USD 0.1097584 估算通过220,793 token32.2 秒12 步 · 11 次工具调用USD 0.005685426 估算通过236,760 token43 秒11 步 · 10 次工具调用USD 0.033872512 估算通过646,454 token159.3 秒29 步 · 28 次工具调用USD 0.02950472 估算通过199,561 token47.4 秒9 步 · 9 次工具调用USD 0.004329466 估算通过
hev-8 · Hi.Events登录主办方后台查询活动状态
WebMCP ON53,300 token16 秒5 步 · 4 次工具调用USD 0.058782 估算通过136,758 token16.3 秒7 步 · 9 次工具调用USD 0.004579404 估算通过84,504 token19.2 秒6 步 · 5 次工具调用USD 0.012857079 估算通过65,500 token20.8 秒6 步 · 5 次工具调用USD 0.00461348 估算通过118,810 token24.8 秒6 步 · 9 次工具调用USD 0.003196984 估算通过
WebMCP OFF96,873 token37.6 秒8 步 · 7 次工具调用USD 0.0613576 估算通过167,271 token26.5 秒10 步 · 12 次工具调用USD 0.004784034 估算通过240,772 token45.7 秒12 步 · 11 次工具调用USD 0.034842466 估算通过148,262 token39.9 秒10 步 · 9 次工具调用USD 0.01096248 估算通过169,923 token38.9 秒8 步 · 8 次工具调用USD 0.004022626 估算通过
hev-9 · Hi.Events报名后通过订单编号查询状态
WebMCP ON109,811 token33 秒8 步 · 8 次工具调用USD 0.064272 估算通过179,921 token18.5 秒10 步 · 10 次工具调用USD 0.004678914 估算通过445,715 token88 秒21 步 · 20 次工具调用USD 0.066255722 估算通过180,493 token62.5 秒13 步 · 12 次工具调用USD 0.01235856 估算通过995,337 token589.7 秒19 步 · 20 次工具调用USD 0.026235513 估算通过核对：关键步骤已确认
WebMCP OFF950,553 token276.4 秒41 步 · 40 次工具调用USD 0.343492 估算通过— token600 秒99 步 · 101 次工具调用≥ USD 0.097290264 估算超时2,911,641 token600.1 秒76 步 · 76 次工具调用USD 0.429557593 估算超时1,339,666 token196.2 秒38 步 · 37 次工具调用USD 0.04611344 估算通过核对：步骤未完成— token600.1 秒56 步 · 84 次工具调用≥ USD 0.030571593 估算超时核对：超时，用量不完整
lh-6 · LearnHouse判断指定主题课程是否存在
WebMCP ON32,066 token12.3 秒3 步 · 2 次工具调用USD 0.0307612 估算通过129,824 token14.6 秒8 步 · 9 次工具调用USD 0.003652344 估算通过159,171 token29.5 秒10 步 · 9 次工具调用USD 0.024330127 估算通过56,546 token20.7 秒5 步 · 4 次工具调用USD 0.00616876 估算通过118,895 token25.8 秒6 步 · 6 次工具调用USD 0.004194058 估算通过
WebMCP OFF69,880 token19.6 秒6 步 · 5 次工具调用USD 0.0473152 估算通过281,304 token30.1 秒16 步 · 15 次工具调用USD 0.005176212 估算通过201,654 token33.4 秒11 步 · 10 次工具调用USD 0.02432297 估算通过125,916 token51.4 秒10 步 · 9 次工具调用USD 0.00893108 估算通过321,107 token67 秒14 步 · 15 次工具调用USD 0.004849942 估算通过
lh-7 · LearnHouse登录并选课，确定起始课程
WebMCP ON58,314 token22.9 秒5 步 · 4 次工具调用USD 0.0440968 估算通过163,287 token18.2 秒10 步 · 9 次工具调用USD 0.00429129 估算通过396,231 token68.5 秒21 步 · 20 次工具调用USD 0.053643928 估算通过132,521 token40.3 秒10 步 · 9 次工具调用USD 0.00726248 估算通过377,051 token63.3 秒16 步 · 16 次工具调用USD 0.005432398 估算通过
WebMCP OFF149,008 token46.8 秒11 步 · 10 次工具调用USD 0.0807788 估算通过496,547 token50 秒21 步 · 21 次工具调用USD 0.00853098 估算通过311,400 token45.2 秒15 步 · 14 次工具调用USD 0.044705435 估算通过175,677 token37.4 秒12 步 · 11 次工具调用USD 0.00973712 估算通过342,317 token51.7 秒15 步 · 16 次工具调用USD 0.00512106 估算通过
lh-8 · LearnHouse统计已发布课时
WebMCP ON109,117 token39.8 秒8 步 · 7 次工具调用USD 0.0719232 估算通过882,716 token105.7 秒30 步 · 33 次工具调用USD 0.01345692 估算通过1,173,140 token217.7 秒41 步 · 40 次工具调用USD 0.176316559 估算通过756,908 token195.9 秒36 步 · 36 次工具调用USD 0.03309704 估算通过1,072,378 token177.3 秒33 步 · 34 次工具调用USD 0.010856602 估算通过
WebMCP OFF157,618 token61.4 秒12 步 · 11 次工具调用USD 0.0806352 估算通过897,463 token99.2 秒34 步 · 33 次工具调用USD 0.012066042 估算通过1,382,734 token240.6 秒42 步 · 42 次工具调用USD 0.206712741 估算通过354,288 token92.5 秒20 步 · 20 次工具调用USD 0.01579488 估算通过781,885 token194.4 秒29 步 · 30 次工具调用USD 0.009068349 估算通过
id-3 · IDURAR ERP/CRM查询发票项目
WebMCP ON57,564 token16.5 秒5 步 · 4 次工具调用USD 0.057974 估算通过413,906 token44.4 秒21 步 · 22 次工具调用USD 0.007543848 估算通过421,844 token67.2 秒21 步 · 20 次工具调用USD 0.05828122 估算通过58,243 token15.9 秒5 步 · 4 次工具调用USD 0.00667248 估算通过514,459 token103.7 秒22 步 · 22 次工具调用USD 0.006585578 估算通过
WebMCP OFF131,755 token47.6 秒11 步 · 10 次工具调用USD 0.0934744 估算通过560,718 token49.4 秒24 步 · 25 次工具调用USD 0.008533272 估算通过355,815 token56.7 秒18 步 · 17 次工具调用USD 0.049317826 估算通过175,885 token52.8 秒13 步 · 12 次工具调用USD 0.01167828 估算通过267,115 token65.1 秒13 步 · 14 次工具调用USD 0.004275746 估算通过
按网站查看收益8 个网站 ＋

GPT-5.6 Terra

WebMCP ONWebMCP OFF仅双方通过、用量完整且无已知完成缺口的配对

Tailwind Next.js Blog效率样本 2/2 · 通过 2/2
ON62,743 token
OFF99,923 token
37.2% 减少
Bulletproof React效率样本 2/2 · 通过 2/2
ON73,040 token
OFF130,494 token
44% 减少
9d8 Directory效率样本 3/3 · 通过 3/3
ON140,538 token
OFF287,197 token
51.1% 减少
Medusa效率样本 9/9 · 通过 9/9
ON1,042,124 token
OFF1,955,963 token
46.7% 减少
Easy!Appointments效率样本 8/8 · 通过 8/8
ON712,423 token
OFF1,243,387 token
42.7% 减少
LearnHouse效率样本 7/7 · 通过 7/7
ON352,363 token
OFF691,363 token
49% 减少
IDURAR ERP/CRM效率样本 8/8 · 通过 8/8
ON1,047,072 token
OFF1,382,633 token
24.3% 减少
Hi.Events效率样本 10/10 · 通过 10/10
ON610,108 token
OFF1,532,121 token
60.2% 减少
运行条件与解读边界＋
控制变量
相同 8 个本地网站、49 道题。每题每组 10 分钟，无步数限制。两组均有完整 DeepDeck 默认工具，包括 Chrome DevTools MCP；仅切换 WebMCP。每组重置网站，创建新会话与桌面配置，固定先开启、后关闭。校准题和自定义模板不在本次题库内。
模型与接口
Terra 通过 ChatGPT 登录使用 openai-codex / gpt-5.6-terra；DeepSeek 和 Hy3 通过本地 OpenAI 兼容代理，路由分别为 cn:deepseek-v4.1-flash、cn:hy3，均未显式指定推理强度（报告记录为 provider-default），最终生效的 thinking level 未记录，不能据此认定为关闭、medium 或 high。没有独立验证代理上游身份。接口不同也可能影响耗时。Terra 跨过环境就绪检查修复，包含两个题库版本；下载数据保留版本哈希。这不是同一构建下的严格跨模型排名。
Luna / MiMo
Luna 使用 openai-codex / gpt-5.6-luna。MiMo 使用小米官方接口 / mimo-v2.6-flash；默认开启思考，正式运行已验证返回思考内容。两轮题库与任务集哈希一致，均未改变日常配置。
统计口径
总览统一使用五个模型十组均通过且排除已知未完成／未验证步骤的同一批题目；网站图表使用该模型双方通过、用量完整且排除已知完成缺口的题目。两者均为合计，不是中位数。Token 累计输入、输出和缓存读写，不等于费用；Agent 耗时不含网站构建、重置、桌面启动、限流等待和被替换尝试。每题仅一次，缓存、负载、模型随机性与执行顺序均可能影响结果。
评分范围
通过代表满足现有评分器，不代表每项答案细节均已人工验证。例如 hev-9 只自动核验订单创建，订单状态文本仍需人工检查。DeepSeek md-7 的疑似格式误判保留原判，不自动把开启组答案当标准答案。
GPT-5.6 Terra
两组各 49/49 通过。首次运行有 5 次环境失败；修复就绪检查后，完整补跑 lh-6、lh-7、lh-8、id-3 的两组，共 8 次通过，最终使用替换配对。原始记录保留，环境失败与补跑消耗不计入效率。
DeepSeek v4.1 Flash
开启组 48/49，关闭组 47/49。关闭组 blog-find-post 与 hev-9 均在 10 分钟后超时；开启组 md-7 回答了 3，但没有匹配评分器的格式正则，疑似评分误判，保留原判。没有改题或重跑模型失败。中途暂停后续跑，未完整落盘的尝试不计入统计。
Hy3
开启组 49/49，关闭组 48/49。关闭组 hev-9 在 10 分钟后超时，累计 76 次工具调用，保留失败。lh-8 关闭组曾遇接口限流，等待恢复后单独重试通过；该配对跨批次执行，原始限流记录保留。效率不含限流等待、被替换尝试和暂停时未落盘的执行。
GPT-5.6 Luna
09-22 完整运行，两组原始评分各 49/49。关闭组 ea-7 未取消预约、id-8 未打开财务汇总、hev-9 未完成订单查询，均保留原始通过并从效率配对排除；id-8 开启组也未验证汇总页面。用量完整，费用按官方 Standard API 价格等价估算。
MiMo V2.6 Flash
09-23 完整运行：开启 49/49，关闭 46/49。关闭组 md-8、id-8、hev-9 超时；md-8 遇页面 HTTP 500，后两题用量不完整。id-8 开启组读到汇总数据，但页面步骤未验证。ea-7 两组均实际取消预约，hev-9 开启组实际查询成功（约 590 秒）。费用按官方海外美元实时 API 等价价格估算；关闭思考的校准试跑不计入。

完整原始记录保留在本地；下载数据包含五模型逐题指标与统计条件。

下载五模型评测数据 ↓
其他四组实验：Books、X、HN、OpenAI
Computer UseWebMCP 参考执行

完整任务成功率

成功轮次 / 总轮次

CU5/5
WebMCP5/5

Token 消耗

总 token · 每轮中位数

CU92,559
WebMCP44,440

执行耗时

秒 · 每轮中位数

CU46.807 s
WebMCP29.855 s

都完成了任务，执行代价仍然不同。

两组均 5/5 成功。WebMCP 每轮 token 中位数低 52.0%，耗时中位数低 36.2%。这组结果展示了成功率之外，仍可测量的效率差距。

任务：遍历四页、65 本书，找出最低价三本。这里是五轮实测中位数的比较，不是理论最小消耗。

已完成实验，非在线评测演示。总 token 是运行记录中的累计用量，包含重复上下文；不等于输出长度或账单金额。各组实验分别展示，不合并成功率。

下载对比数据 ↓
评分样例：HN 任务为什么没有完整通过？

一次 CU 运行中，100 条正文正确，但仅 25 条回复关系得到确认。展开检查各项要求与核验依据。

已完成实验 · 评分示例HN / RUN 02

回复关系

已确认 25/100

已核验正确未确认

任务要求
每条评论都需要确认父评论，或确认它是顶层评论。未知状态不算已完成。
核验依据
25 条关系已确认：12 条顶层、13 条有已验证父评论。其余 75 条明确标为未知。

这一项未通过。75 条关系未确认，因此本轮完整任务未通过。

数据来自已完成的 HN 实验，原结果经独立页面核验。此交互展示评分方式，不会启动 Agent；WebMCP 裁判流程属于下方的试点设计。

下载样例数据 ↓
查看完整实验报告与运行条件 ↗

THE TASK CORPUS

8 个网站，
49 道具体任务。

从读懂一篇文章，到完成预约和测试结账。题库基于开源网站的本地实例，配有任务、测试数据、WebMCP 实现与评分规则；可用于模型评测，也可用于 WebMCP 开关对照。

21 题

内容问答

读取页面、查询政策、核对信息是否存在。

16 题

短流程操作

搜索、筛选、选择商品，或登录后查询记录。

8 题

多步工作流

跨页面完成选课、订单查询、发票与财务操作。

4 题

交易与状态变更

在本地测试环境中完成预约、取消、报名或测试结账。

内容博客Tailwind Next.js Blog2 题

展开查看题目 · 类型沿用题库分层，不代表模型实测难度。

  • 查找指定文章标题内容问答
  • 读取 About 页作者内容问答
应用与权限Bulletproof React2 题

展开查看题目 · 类型沿用题库分层，不代表模型实测难度。

  • 识别公开首页应用内容问答
  • 检查未登录访问边界内容问答
目录与筛选9d8 Directory3 题

展开查看题目 · 类型沿用题库分层，不代表模型实测难度。

  • 按工具类型搜索目录短流程操作
  • 筛选开发者工具短流程操作
  • 读取条目详情内容问答
电商购物Medusa9 题

展开查看题目 · 类型沿用题库分层，不代表模型实测难度。

  • 统计并列出全部商品内容问答
  • 查询配送政策与时效内容问答
  • 查询退货政策内容问答
  • 判断指定商品是否存在内容问答
  • 查询商品尺码短流程操作
  • 检查购物车内容短流程操作
  • 将指定款式加入购物车短流程操作
  • 组合多件商品并核对数量多步工作流
  • 完成访客结账与测试支付交易与状态变更
服务预约Easy!Appointments8 题

展开查看题目 · 类型沿用题库分层，不代表模型实测难度。

  • 列出全部服务内容问答
  • 查询服务价格与时长内容问答
  • 找出免费服务内容问答
  • 查找指定服务的提供者内容问答
  • 判断指定服务是否存在短流程操作
  • 预约最早可用时段交易与状态变更
  • 预约后取消同一订单交易与状态变更
  • 登录后台查询客户多步工作流
课程学习LearnHouse7 题

展开查看题目 · 类型沿用题库分层，不代表模型实测难度。

  • 列出课程目录内容问答
  • 读取课程章节内容问答
  • 查找首节课标题内容问答
  • 搜索课程并读取描述短流程操作
  • 判断指定主题课程是否存在短流程操作
  • 登录并选课，确定起始课程多步工作流
  • 统计已发布课时多步工作流
客户与财务IDURAR ERP/CRM8 题

展开查看题目 · 类型沿用题库分层，不代表模型实测难度。

  • 登录并查询发票客户短流程操作
  • 查询发票总额短流程操作
  • 查询发票项目短流程操作
  • 查询发票付款状态短流程操作
  • 搜索客户联系方式短流程操作
  • 读取月度财务汇总短流程操作
  • 创建发票草稿多步工作流
  • 记录一笔收款多步工作流
活动与票务Hi.Events10 题

展开查看题目 · 类型沿用题库分层，不代表模型实测难度。

  • 查询活动地点内容问答
  • 按时间查询议程内容问答
  • 查询年龄政策内容问答
  • 查询录像及访问权限内容问答
  • 判断是否提供停车信息内容问答
  • 判断是否提供实时字幕短流程操作
  • 检验单笔购票数量限制短流程操作
  • 为两位参与者报名交易与状态变更
  • 登录主办方后台查询活动状态多步工作流
  • 报名后通过订单编号查询状态多步工作流

另外提供 10 道校准题和 1 个自定义题模板，不计入上述 49 题。1 道仅 API 数据可见的课程题已排除。

这些数字表示题库覆盖范围，不是全部任务均已通过的实测成绩。网站启动与工具注册检查、模型完成任务、答案评分是不同层次的验证；具体评分规则与运行状态以各次报告为准。

题库起点引入自 WindTunnel，已保留上游署名；本地题目和实现可继续修改。线上网站 + query 的自由消融实验不受这 49 题限制。

READ THE METRICS CORRECTLY

关于评测的
常见问题

WebMCP 一定用最少的步骤吗？

不一定。知道有哪些功能、怎么调用，通常能减少找按钮和试错。我们会记录实际找到并验证过的做法，但不把它说成唯一或最优的做法。步骤最少，也不一定最省 token 或最快。

为什么文本模型也能参加？

如果所需信息能用文字返回，操作能通过工具完成，模型就不必看懂截图。它仍需要理解任务、选择功能和检查答案。需要判断图片内容的任务，要用另外的评分方法。

这能说明 Agent 还有多少提升空间吗？

能提供一个实际比较对象。WebMCP 做完而 CU 没做完，说明当时存在一种可行做法。两组都做完，就可以比较步骤、token 和耗时。差距可能来自可用信息、工具、规划或页面操作，不能全部算作视觉能力的差距。

提交申请后会怎样？

我们会通过你填写的邮箱联系你，确认要测哪些任务、比较哪些版本、交付什么结果，以及价格和时间。提交申请不会扣费，也不会自动开通服务。

YOUR EVALUATION PACKAGE

交付与申请

为 Agent 团队、模型团队和企业自动化团队构建任务集。用同一套标准比较版本，判断能力是否进步，以及进步需要多少额外资源。

01

任务集与 Ground truth

网站能力地图、任务快照、目标字段、业务规则与经过验证的结果校验器。

02

WebMCP 消融报告

同一模型开启／关闭 WebMCP 的配对结果、两组答案、实际工具调用、token 与 Agent 耗时；启动成本单独记录。

03

CU 差距报告

成功率、资源差距、失败消耗与逐任务证据，支持版本对比。

04

预算与回归评测

按约定预算重复评测，观察成功率与资源用量的变化，记录环境和版本。

当前为浏览器任务试点。任务范围、参考执行可行性、交付格式、维护期限与报价按需求确认。

BENCHMARK AGAINST WHAT’S POSSIBLE

想测模型，或验证 WebMCP？
告诉我们要做哪些任务。

告诉我们模型、目标网站和任务，或者你想验证的 WebMCP。可以比较模型版本，也可以设计开启／关闭工具的消融实验。

想做 Computer Use 强化学习（RL），也欢迎联系我们。除公开题库外，我们还有大量私有 Computer Use 题目，可用于模型评测与 RL 训练。你可以在申请表中说明任务领域、训练目标和题目需求。

  1. 确定任务与成功标准
  2. 固定 Harness，选择模型对比或 WebMCP 消融
  3. 比较各版本的结果、Token 和耗时
查看已有实测证据 ↗
YOUR FIRST EVALUATION

申请试点评测

告诉我们要评测的模型，或想通过消融实验验证的 WebMCP，以及目标网站和任务。

信息仅供 DeepDeck 联系你并评估试点需求，不公开展示。请勿填写密码、凭据或敏感业务数据。