同一个任务,跑两遍,把账单摊开
对照实验、原始数据、不藏失败记录。
每篇实测固定六段:问题、对照组、环境、原始数据、结论、不能推广的部分。最后一段是必写的——一次实验说明不了所有场景。
社区里已经出现过相反结论(同一组模式对比,省与费取决于任务形态)。本站不预设结论,也不在没有原始记录的情况下写数字。
最近在补什么
认领一项,按模板交原始记录即可。
- 实测 / 模式标准vs PTC:同一个任务,谁更省认领中
- 实测 / 插件上下文类插件:装了到底省不省token待认领
- 实测 / 版本升级演练:从当前版本升上去,坏在哪,退回要多久待认领
- 实测 / 模型本地模型vs API模型:同任务质量与耗时待认领
- 实测 / 模式流式输出vs一次性生成:同一任务的差异待认领
- 实测 / 提示词同一任务,中英文提示词效果差多少待认领
- 实测 / 上下文长会话压缩前后:信息丢了多少待认领
- 实测 / 工具工具调用失败:重试策略对照待认领