测试声明：本文为 B 级实测复测（级别徽标：B 级实测）。测试日期 2026-10-27，工具为百度文心网页版（yiyan.baidu.com → wenxin.baidu.com「百度文心助手」，页面默认模型），账号档位：浏览器既有登录（站主账号 cheng5545，免费档）。测试方法一句话：沿用 chat 类冻结题组 8 题（与 DeepSeek/Kimi/文心历轮完全同题同判），Edge + 浏览器自动化逐题执行，每题强制新会话，证据全文与截图存档于 docs/reviews/wenxin/。豆包、腾讯元宝当日探测均被访客登录墙拦截（分别为连续第 4、5 次），文心为本轮 chat 类唯一可实测候选。
先给结论：总分 89.1 · A 级（值得使用），与 9-15 首测 88.3、10-18 复测 89.0 基本持平。三轮同题实测下来，这台"老将"的画像已经很清晰——数学和逻辑推理稳如磐石，联网核查的诚实度依然是同题组标杆，扣分项还是那些无关痛痒的老毛病：格式题爱加戏、写作题爱追问。
| 维度 | 得分 | 一句话依据 |
|---|---|---|
| 任务完成度（20） | 18.8 | 8 题完成率 93.75%，仅 T1 格式题部分通过 |
| 输出质量（15） | 12.5 | 质量题锚点 T2 8 / T5 8 / T6 9 |
| 准确与幻觉（10） | 10.0 | T3/T4/T7/T8 合计 0 错，三连轮零错 |
| 性能与稳定（8） | 7.5 | 单题中位约 16 秒（上轮 45 秒），零失败零限流 |
| 易用性（7） | 6.3 | 沿用十项清单核验（命中 9 项） |
| 价格与权益（6） | 5.0 | 免费档 8 题连打无额度墙 |
| 合规与数据安全（4） | 3.5 | 隐私政策/备案可查，注销通道未逐项核验 |
| chat 类专项（30） | 25.5 | T1 7.5 / T4 9.5 / T5 8.0 / T7 9.0 |
| 总分 | 89.1 | A 级 · 值得使用 |
测试说明：本题组 8 道题与 DeepSeek、Kimi、文心历轮完全同一套——基础题 4（格式表格/百字写作/数学应用/联网核查）、压力题 3（长材料归纳/复合指令/逻辑推理）、陷阱题 1（错误前提）。判定标准先于测试冻结，完成档按通过率计分，质量题按锚点量表两遍独立评分取低值，事实题按错误计数换算。
三轮实测里最值得说的还是联网核查这道题。题目问"截至 2026 年 6 月中国网民规模"——这是个埋了前提的问法，因为对应报告根本还没发布。文心触发联网后，第一反应是纠正前提：第 58 次报告尚未发布，还顺手给出了调查采购中标时间线做佐证，然后把最新权威口径（11.25 亿、80.1%，第 57 次报告）连口径说明一起端出来，末了还提醒别把工信部数据混着用。三连轮次次如此，这种"宁可说没有也不编"的习惯，在 chat 类里依然是稀缺品。
陷阱题同样三连稳。问"鲁迅的散文《背影》"，它首句就纠正作者朱自清，然后结合原文谈父爱——引用的"好在天无绝人之路""我买几个橘子去"逐条核验全部真实。要知道同题组里有的模型纠正完作者还会顺手编一段"原文"，文心这点干净。数学题消元法加回代验证、逻辑题三假设逐一排除，也都是零错三连。
要点实录（3 题）：T1 格式题——输入"只输出一个 6 行 4 列的五大淡水湖表格，不要任何其他文字"，实际输出了 7 行（多一个合计行）加表格外文字，湖名省份全对，判 0.5，这个毛病从首测到本轮三连复现，只是本轮多了合计行；T4 联网核查——如上，判 0 错；T5 长材料归纳——6 个要点覆盖 5.5/6，无虚构，每条 20 字内，判锚点 8。全部 8 题的完整输出与截图见 docs/reviews/wenxin/（T1-T8_retest_20261027 编号）。
分场景结论：适合需要"答案可靠、来源可查"的中文用户——事实核查、学习辅导、资料整理这些场景，它三轮零错的准确率是实测背书的；不适合对格式指令有洁癖的自动化流程——表格题加合计行、写作题加追问这类"热心毛病"，喂给自动化管线还得加一道清洗。速度是本轮的意外惊喜：中位耗时从上轮约 45 秒进一步压到约 16 秒。
局限性说明：基于 2026-10-27 单轮 8 题实测（免费档、单一账号），样本有限仅供参考；易用性十项清单、会员价格、注销通道本轮未重新逐项核验，沿用上一轮口径；文心助手界面迭代较快，结论有效期按 90 天复测窗口计。
利益披露：本文无联盟链接、无商业合作，评分独立于任何推广关系；测试账号为站主免费档账号，测试过程无公开发布行为。