TOEFL評分系統詳解：評分標準、等級與分數計算方法

TOEFL評分系統在2026年1月21日發生了重大變革，ETS將0-120分制替換為以0.5為增量（半等級）報告的1-6等級量表（band scale）。總分不再是四個部分等級的總和，而是平均值。然而，這一變化遠不止成績單上的新數字那麼簡單。ETS將答案轉換為分數的方式因部分而異：Reading（閱讀）和Listening（聽力）使用帶有加權評分的適應性模組（adaptive module），而Writing（寫作）和Speaking（口語）使用評分量表（rubric）驅動的評分方式，由AI和人工評分員根據特定標準評估你的回答。本文將解釋整個評分機制。

核心要點

• TOEFL iBT分數以0.5為增量，從1.0到6.0報告。總分是四個部分等級的平均值，四捨五入到最近的0.5（ETS）。
• Reading和Listening是適應性的。 模組1的表現決定你進入Easy還是Hard模組2，Hard模組每道正確答案獲得1.5倍權重。
• Writing和Speaking採用量表評分。 每個回答根據涵蓋語言使用、論證展開和流利度的公開標準，以0-5分進行評分。
• Easy路徑將等級限制在4.0，無論模組2的題目答對多少。
• 等級5和等級3的回答在具體、可衡量的標準上有所不同，這些標準是可以透過練習提升的。

1-6等級量表如何運作？

每個TOEFL部分都會產生一個比率：你的得分除以該部分的最大可能分數。將這個比率乘以6.0，然後四捨五入到最近的0.5，即為你的部分等級。總分是四個部分等級的平均值，同樣四捨五入到最近的0.5（ETS）。

這一四捨五入規則具有實際影響。如果四個部分等級的平均值為4.75，總分將向上取整為5.0。如果平均值為4.74，則向下取整為4.5。任何部分中的一道正確答案都可能將平均值推過四捨五入的邊界，使報告的總等級變化0.5。

作為參考，總等級5.0大約對應已廢除的0-120分制中的95分，等級4.0大約對應72分（ETS）。兩種分制的大學要求列在我們的TOEFL分數要求指南中。

Reading的適應性評分如何運作？

Reading分為兩個模組，每個模組20道題。模組1包含所有四種題型的混合：Complete the Words、Read in Daily Life（Notice和Mail）以及Read an Academic Passage。模組1中的每道題值1分。

你的模組1分數決定你將獲得哪個模組2。答對13道或以上（共20道），進入Hard模組。答對12道或以下，獲得Easy模組。

兩條路徑之間的評分差異很大。在Hard路徑上，模組2的每道正確答案值1.5分而非1分。在Easy路徑上，模組2的每道答案保持1分，且無論表現如何，部分等級最高為4.0。

最終計算在所有情況下都使用Hard路徑的最大值作為分母。該最大值為50分（模組1的20分加上模組2的20乘以1.5）。將你的加權總分除以50，乘以6.0，然後四捨五入到最近的0.5。

舉個具體例子：模組1答對14道進入Hard路徑。模組2答對18道，加權總分為14 +（18乘以1.5）= 41。比率為41/50 = 0.82，四捨五入為等級5.0。同一考生在Easy路徑上模組1答對12道、模組2全部答對20道，得到32/50 = 0.64，通常為等級4.0，但無論如何不能超過4.0的上限。

Listening的適應性評分如何運作？

Listening遵循相同的適應性結構，只是數字不同。模組1有18道題，模組2有16道題。分流門檻為模組1答對12道。權重倍數相同：Hard模組答案為1.5倍。分母始終為Hard路徑最大值：18 +（16乘以1.5）= 42。Easy路徑上限同樣為4.0。一個細節：Academic Talk題型（4道題）僅出現在模組1中，因此始終會影響你的分流結果。

Easy路徑為什麼限制在4.0？

該上限是為了維護分數的可靠性。低於分流門檻的考生未能證明處理更難材料的能力，因此系統不會因在較簡單題目上的正確回答而給予高等級。

實際意義是：模組1的表現具有不成比例的重要性。多答對一道題以跨過分流門檻，比在Easy模組2中多答對幾道題有價值得多。如果你的分數持續被限制在4.0，應專注於第一模組的準確率而非第二模組的速度。我們的TOEFL閱讀策略指南涵蓋了模組1中出現的題型技巧。

Writing的評分量表是什麼？

Writing有三種任務類型，評分方式不同。Build a Sentence包含10個項目，每項1分自動評分：句子要麼正確，要麼不正確。Write an Email和Write for an Academic Discussion各自按0-5的量表評分。部分滿分為20分（10 + 5 + 5）。

Write an Email如何評分？

Write an Email的評分量表評估四個方面：支持溝通目的的論證展開、句法多樣性和詞彙選擇、適當社交慣例的使用（禮貌程度、語域、請求或拒絕的表達方式）以及文法和詞彙的準確性（ETS）。

5分回答展示有效的論證展開、準確且道地的詞彙選擇、一致的社交慣例，除正常拼字錯誤外幾乎沒有錯誤。3分回答部分支持目的，使用中等範圍的詞彙，在結構或道地表達方面有明顯錯誤。1分回答論證展開極少，語言簡略如電報體，全文充滿嚴重錯誤。

3分與5分的區別歸結為三個可觀察的差異。第一，論證展開：3分給出部分解釋，5分用具體論據發展觀點。第二，語域：3分可能不恰當地混合正式和非正式語言，5分始終保持正確的語氣。第三，準確性：3分偶爾有模糊意思的結構性錯誤，5分在限時條件下讀起來像熟練的寫作。關於郵件專用範本和策略，請參閱我們的TOEFL寫作範本指南。

免費試做一道 Write an Email 題目 →

Academic Discussion如何評分？

Academic Discussion的評分量表共享相同的0-5分制，但強調不同的品質。關鍵標準是回答是否透過充分展開的解釋、示例或細節與正在進行的討論產生相關貢獻（ETS）。

5分時回答相關、表達清晰、使用多樣的句法和準確的詞彙，幾乎沒有錯誤。3分時解釋的一部分可能缺失、不清楚或無關，句子結構或詞形方面出現明顯錯誤。1分時連貫的想法很少或沒有，詞彙極為有限，大部分連貫的語言是從提示中借用的。

與Email任務的關鍵區別在於，Discussion根據你與其他參與者觀點的互動程度來評估。如果不回應他人所說而只是重複自己的觀點，即使文法很強也會被限制在3分。

免費試做一道 Academic Discussion 題目 →

Speaking的評分量表是什麼？

Speaking有兩種任務類型，評分標準不同。Listen and Repeat有7個項目，Take an Interview有4個項目，每項0-5分。部分滿分為55分（35 + 20）。

Listen and Repeat如何評分？

Listen and Repeat是考試中最直接的評分量表。標準是準確性和可理解性（intelligibility）：你的回答與原始提示的匹配程度（ETS）。

5分表示你以完全的可理解性準確重複了提示。4分表示不實質性改變意思的輕微詞彙或文法變化，例如缺少一個功能詞或一對詞的順序互換。3分表示大部分內容詞存在但多個功能詞被更改或缺失，可理解性有時受到影響。2分表示提示的重要部分缺失，意義是碎片化的。1分表示只捕捉到幾個詞。

這裡3分和5分的差距純粹在於重複準確性。沒有關於想法或組織的主觀判斷。如果你能將整個句子保持在工作記憶（working memory）中並清晰地再現，就得5分。如果你丟失了句子中間部分並用不準確的內容填充，就得2分或3分。

免費試做一道 Listen and Repeat 題目 →

Take an Interview如何評分？

Take an Interview評估四個維度：流利度、可理解性、語言使用和組織。每個維度0-5分，項目分數取平均值（ETS）。

5分回答緊扣主題、論述充分、以適當的停頓保持自然的對話節奏、發音清晰易懂、使用豐富且準確的文法和詞彙。3分回答大體緊扣主題但論述有限、停頓頻繁或過長、發音問題有時影響可理解性、文法和詞彙範圍有限。

3分與5分最可衡量的差異是節奏和停頓。等級3的說話者停頓時間長，頻繁使用填充詞（filler word），造成斷斷續續的節奏。等級5的說話者只在想法之間自然停頓，而非在短語中間。第二個差異是論述：3分回答了問題但幾乎沒有補充細節，5分用具體示例展開回答。關於結構化回答框架，請參閱我們的TOEFL口語範本指南。

免費試做一道 Take an Interview 題目 →

TOEFL的AI評分如何運作？

ETS在Writing和Speaking部分同時使用自動評分和人工評分員。AI評估上述相同的評分量表標準：Writing方面評估文法、詞彙範圍、句法複雜性和連貫性；Speaking方面評估發音、流利度、節奏和內容準確性。

該系統不是關鍵字匹配工具。它評估結構模式，包括句法是否多樣、詞彙是否不僅正確而且準確、回答是否內部連貫。錯誤使用高級詞彙的回答比使用更簡單但準確的語言的回答得分更低。

關鍵的備考洞察是：AI是基於上述評分量表描述語（descriptor）訓練的。當評分量表說「多樣的句法結構」時，系統尋找的是複合句、嵌入式從句和條件結構，而非重複的簡單句。直接針對評分量表標準進行準備是最高效的策略，因為評分衡量的正是這些標準。

原始分數如何轉換為部分等級？

轉換公式在四個部分中相同，但由於每個部分的最大原始分數不同，輸入值有所不同。

Reading的最大加權分數為50（Hard路徑）。Listening為42。Writing為20。Speaking為55。在所有情況下，等級計算方法為：原始分數除以最大值，乘以6.0，四捨五入到最近的0.5，並限制在1.0到6.0之間。

以下是各部分特定原始分數對應的等級：

Reading（Hard路徑）中，44/50 = 等級5.5，38/50 = 等級4.5。Easy路徑上不可能超過4.0。Listening（Hard路徑）中，35/42 = 等級5.0，30/42 = 等級4.5。Writing中，16/20 = 等級5.0，12/20 = 等級3.5。自動評分的Build a Sentence 10分佔部分滿分的一半，因此該任務的一致性影響很大。Speaking中，44/55 = 等級5.0，33/55 = 等級3.5。

等級3與等級5有什麼區別？

等級3意味著你能夠完成任務但有明顯的局限性。等級5意味著你僅有輕微瑕疵地有效完成任務。差異在於執行的一致性，而非努力程度。

在Reading和Listening中，差異是原始準確率：等級3在Hard路徑上大約答對60%，等級5大約答對83%。在Writing中，最大的區分因素是論證展開品質：3分陳述立場，5分用具體證據發展論點。在Speaking中，最大的區分因素是流利度：3分頻繁且不自然地停頓，5分只在想法之間停頓。

總分如何綜合各部分？

總等級是四個部分等級的算術平均值，四捨五入到最近的0.5。ETS給出的示例是部分等級平均值為5.25，向上取整為5.5（ETS）。

每個部分的貢獻相同。由於每個部分等級已經四捨五入到0.5，部分級別與總級別的四捨五入之間的交互可能產生意想不到的跳躍。如果四個部分等級為5.0、4.5、5.0和4.5，平均值為4.75，總分向上取整為5.0。但如果一個部分從5.0降至4.5，平均值降至4.625，總分降至4.5。一個部分中的一道正確答案可以使總分變化半個等級。

關於這些分數背後的考試形式全貌，請參閱我們的TOEFL iBT 2026完整指南。

常見問題

TOEFL使用人工評分員還是AI評分？

兩者都用。Writing和Speaking的回答由AI評分系統和人工評分員共同評估。AI按照人工評分員使用的相同評分量表標準進行訓練。Reading和Listening因為是選擇題或精確匹配形式而自動評分。

在Easy模組路徑上能否超過等級4.0？

不能。Reading和Listening的Easy路徑都將部分等級限制在4.0，無論模組2的題目答對多少。這一上限內建於評分演算法中，以維護適應性系統的可靠性。

答錯多少題仍能獲得等級5.0？

在Hard路徑上，Reading可以在40道題中答錯約6道，Listening可以在34道題中答錯約5道。Writing需要20分中約16分。Speaking需要55分中約44分。

等級5.0和舊的100分一樣嗎？

不完全一樣。ETS公佈的是可比較分數範圍而非精確換算，總等級5.0大約對應舊分制的95分而非100分。100分根據各部分的分佈更接近等級5.0或5.5（ETS）。

TOEFL的最低通過分數是多少？

TOEFL沒有通過或不通過的分數。考試在等級量表上報告你的熟練度水平，每所大學或機構設定自己的最低要求。公佈的要求從等級3.5到5.5不等。具體機構請查看我們的大學分數要求指南。

如何針對評分量表進行練習？

練習確切的任務類型，並根據本文中的評分量表標準衡量你的回答。專注於你當前水平與下一等級之間的具體差距：如果你的Speaking因節奏斷斷續續而處於等級3，就練習持續的口語表達而非詞彙。要確定應針對哪些評分量表標準，請參加免費模擬測試。