核对方式不是人眼比，是机械化：抓住两个页面正文里所有数字，去掉千分位、把英文数字词映射回阿拉伯数字（thirty-six → 36、one twenty-fifth → 1/25），再做多重集比对。
比对结果
| 项目 | 中文页 | 英文页 | 结论 |
|---|---|---|---|
| 硬数字总数 | 69个 | 68个 | 英文少1个（同一结论重复一次） |
| 核心token数 | 30,044 / 9,175 / 792 / 1,006 | same | ✓ |
| PTC token数 | 17,572 / 498 / 278 | same | ✓ |
| 缓存命中峰值 | 126,720 / 51,968 | same | ✓ |
| 输出token | 3,359 / 562 | same | ✓ |
| 墙钟 | 27.0 / 6.5秒 | 27.0 / 6.5 s | ✓ |
少的那1个是中文在「实测发现」里把199行这件事说了两次（分别讲答对边界和讲前三次报200），英文只说了一次。是冗余差异，不是数值差异。
全站 52 对核下来的总体结果
| 范围 | 对数 | 不一致 | 性质 |
|---|---|---|---|
| 实测 / 台账 / 配方 / 插件页（严格） | 52 | 10 | 全部为写法差异：SHA256 被拆成 256、版本号 0.2.x、59.4 percent 与 59.4%、中文文件名的日期串 |
| 全站（含索引与导航） | 1165 | 325 | 多数是「N个」这类计数被写成英文单词，不影响结论 |
52对严格核对里没有第二处数值错误——唯一那处（482应为486）已经改了。这比「一致率81%」更有意义：剩下的10处逐条看过，都是同一个数字换了写法。
这个工具抓出过真错
在另一条实测页（context-compact）上，中文页写「482个会话」，英文页写486。核对后发现中文那个是错的——实际扫了486个会话。已改。
这就是机械核对的价值：它不懂语言，只看数字，所以能抓到人和模型都会漏掉的单位级错误。但它的局限也要说清：数字对了不代表句子对了。「下降到1/25」如果是「下降到1/25以下」被译错，数字仍然一致。
一处真实的翻译取舍
中文「差4.6倍」英文写成 a 4.6-fold gap。中文的「差N倍」有歧义（是N倍还是N-1倍），英文的 N-fold 更明确。这里两边都按「比值」理解，与原始数据（17,561 / 3,818 ≈ 4.6）一致。