RAIL借鉴CHC认知框架，将音频评测重构为听觉处理、推理、记忆、知识、处理效率五类能力、32项细分任务，构建5306条样本。评估26款音频大模型发现：模型善用语义线索但精细声学感知弱；语音记忆强而非语音记忆普遍不足60%；多步顺序推理易出错；推理预算利用效率差异明显。研究主张按能力维度定位短板，推动音频模型在感知、记忆与效率上改进。