METHODOLOGY
资料与评测方法
模型资料
优先记录模型提供方的官方说明,并注明版本、来源链接和核实日期。无法确认的字段显示为“待核实”,不根据名称或营销材料推断技术参数。
API 报价
每条报价单独记录平台、模式、分辨率、币种、计费单位、单价、来源与核实日期。报价仅在同一模型类别、计费单位和币种内按数字升降序排列;模式和规格仍可能不同,排序不是完整任务成本排名。过期或未核实记录不显示为当前报价。
强度评分:客观与主观证据
客观证据包括同一任务下的成功率、错误率、端到端耗时与完成率。完整费用也是客观数据,但不计入强度值,另在价格页比较。文字任务可使用有明确答案或评分规则的基准题;语音可测发音正确率;生成任务可测失败率、时长及技术规格。这些指标也受题目、语言、设置和平台影响,记录时必须保留条件。视频自动时序指标、语音转写误差属于可复算的代理测量,不能直接代表人的观感或真实可懂度。
主观证据包括盲测偏好,以及画面、声音和回答的观感。用户反馈和实测视频可能同时包含主观判断与可核实事实,应逐项标注。盲测 Elo 是人类偏好的统计结果,不等于客观正确率;单个演示视频不能代表稳定性能。
四类模型分别比较。至少两个模型完成同一测试方案和五个相同任务,记录版本、设置及样本,公开原始证据和每项 0–100 分的换算规则后才计算强度值。本站的权重是编辑方案,不是已完成的测试。缺少证据时显示“待测”,不会把公开榜单的 Elo、厂商参数或单项报价臆造成本站分数。可参考 文字基准方法、图片盲测方法、视频生成测试方法和语音合成测试方法;这些是第三方方法示例,不是本站已经复现的成绩。
独立测评
测评文章应公开测试任务、提示词、模型版本、生成设置、样本数量、成本和观察范围。主观评价与可复核事实分开表达。本站尚无已发布的实测文章。
更正
发现来源失效或资料变化时,我们会重新核实并更新页面日期。重要更正会写入对应文章。