了解如何读榜单、比较思考档位，以及判断模型升级是否适合你的任务。
把三项成绩、评测耗时与参考费用放在一起，逐项看差异。
比较相邻档位的得分变化、评测用时和参考费用。
从能接受的质量出发，再看更快或更省的配置。
区分综合成绩、任务强项和具体实测配置。
先比较新旧模型；回退判断需要同一配置的历史证据。
查看各档位的后端、前端与知识推理成绩。
