选择指南、按步骤操作，或搜索遇到的问题。
选择、比较和核验支持不同的决策，它们都不是通用排行榜。
把 4 个实际要求转化为有解释的候选名单。
当你知道要完成什么工作，却不知道先研究哪个模型家族时，使用模型选择助手。
提前想清楚主要任务、允许的部署位置、最重要的运营偏好，以及语言要求。
定性匹配标签和匹配项数量仅用于模型家族，不代表具体版本表现或基准分数。请核实所列当前版本的部署可用性，并用相同任务比较。
选择助手不会调用模型、核对实时价格，也不会给出适合所有人的冠军。同一模型家族中的不同版本可能差异很大。
排序依据是你选择的限制条件，不是知名度。可以修改一个条件观察结果变化，再用真实任务比较具体版本。
无需向 OpenGPT 提供 API 密钥，在本设备记录公平的同题比较。
使用 3 套内置实务测试中的一套，比较两个准确的模型版本。
你需要自行打开两个模型服务，确认准确版本与设置，移除敏感数据，并注意服务商会收到提示词且可能收费。
胜负和平局只汇总本次会话中已经完成的测试。请在备注中记录选择理由，它是理解结果的重要证据。
OpenGPT 不调用模型、不核验回答来源、不隐藏候选标签，目前也不支持自定义提示词。少量人工测试不能代表通用排行榜。
如果没有明确更好的回答，请选择平局，并在备注中记录各自问题。证据不足时不要强行选出胜者。
检查受支持 JSON 的结构、内部一致性、密钥风险模式和本地指纹。
可以核验 OpenGPT Evidence v1/v2 证据包，也可以核验从“本地比较”下载的报告。全部检查都在当前浏览器本地完成。
取得原始 JSON 文件。比较报告应从“本地比较”下载；如果需要完整结果而不是草稿，请先完成全部测试。
对于 Evidence v1/v2，“通过”表示文件符合受支持的结构与一致性规则，“演示”表示它是示例。对于比较报告，“通过”表示完整报告内部一致；“草稿”表示结构有效，但比较尚未完成。“失败”表示至少一个必查项目需要处理。
检查通过不能证明所填模型确实生成了粘贴的回答、服务商声明真实，也不能证明结果适用于已记录测试之外的任务。不同文件的结果不能自动比较。
不能。它只确认受支持报告的结构有效且内部一致。你仍需判断模型身份、测试质量、回答内容和结果是否适用于真实决策。
在比较具体版本之前，先了解模型家族。
在模型页面了解模型家族的官方定位、常见优势、已知取舍和适用任务。
带着一个真实任务或关键限制来查看。只有模型家族名称，不足以支持采购或部署决定。
模型资料的作用是帮助你形成可验证的判断假设，并不是独立测得的模型能力。
服务商主张和模型家族描述不一定适用于每个新旧版本。可用性、价格、隐私和限制需要直接核对。
可以用它建立候选名单；如果决定会影响成本、客户或数据安全，还需要用自己的任务比较准确版本。
了解什么样的模型选择过程可以检查和复现。
在设计、公开或依赖一项模型评测之前使用，避免把模型知名度误当成证据质量。
准备一个具体决策问题、准确的模型版本、具有代表性的任务，以及保存原始回答的计划。
证据等级是目标标准。目前支持 L1，L2 只部分支持；L3–L4 需要当前本地流程之外的能力。
严谨流程可以减少偏差，但不能保证样本代表所有用户、语言、未来模型版本或生产环境。
根据决策后果选择。个人试用可能只需要 L1；公开或高风险主张应寻求更强的独立证据。
遇到不熟悉的标签时，可以在这里快速查看。
欢迎反馈失效链接、错误的模型信息或尚未解决的问题。
OpenGPT基于证据的模型选择