选模型时，怎样权衡质量、速度和费用

从任务与评分依据开始

比较标准必须一致。在更简单或不同标准下更快，不能说明它完成同一任务更快。

同时留意连接方式。即使模型相同，服务排队、地区网络和服务档位也会影响实际耗时。

比较成功完成耗时，不要使用误导性平均值

很快报错不等于完成得快。比较速度时，应分别查看成功请求的耗时、失败次数和重试情况。

首 Token 时间适合判断交互体感，但编程任务还取决于完整答案和终止事件何时到达。应选择与实际决策一致的时间指标。

费用缺失代表未知，不代表零费用

估算费用需要完整的 Token 用量和适用的价格表。订阅套餐、缓存折扣或用量缺失，都可能让费用无法准确估算。此时显示为空，不代表免费。

• 质量优先：在耗时和预算上限内，选择实测质量最高的配置。
• 综合平衡：在较窄质量区间内，再选更快或参考费用更低的配置。
• 执行 Agent：按它负责的具体任务测试，确认达标后再考虑降低费用。

参考费用与实际账单要分开

榜单参考费用根据本次 API 用量和保存的价格表估算。你的实际账单还可能受到订阅、缓存优惠、地区定价或第三方加价的影响，应以所用服务的账单为准。