Vendor-neutral · Beginner · 5 课程 · 约 33 分钟 · 更新于 2026-11-03
在同一提示下比较AI模型：阅读游乐场
一个提示，整个模型家族，真实成本。五节课教你阅读排行榜、运行自己的测试，以及知道何时便宜的模型就足够了。
适合那些听说便宜模型'已经够用'但想看到证据才相信的人。无需编码；仅需使用本站的测试场，以及可选的 OpenRouter 密钥。
课程大纲
- 1为什么在同一系列中使用相同提示词是公平测试网上的模型比较大多凭感觉。测试场将同一个提示词发送给系列中的每个模型，并记录每个模型做了什么、花了多长时间以及成本是多少。了解这消除了什么以及无法消除什么。5 分钟 · 3 个目标
- 2阅读排行榜：成本、检查、评判、延迟逐步讲解一个真实的家族排行榜，Anthropic 在 2026-09-12 的基准测试中，逐列分析。每 1,000 次运行的成本才是关键数字，而最便宜的行比你想象的要更接近顶部。7 分钟 · 3 个目标
- 3以三种方式运行你自己的提示：无密钥、你的密钥、Pro基准测试提示词不是你的提示词。运行你自己的：在网站上使用无密钥（免费、最便宜的模型，每天三次）、使用你自己的 OpenRouter 密钥（任何模型，由你付费），或使用 Pro（整个目录都使用我们的密钥）。8 分钟 · 3 个目标
- 4何时廉价模型足够，何时需要为旗舰模型付费来自 2026-09-12 基准测试的两个真实结果：一个支持线程摘要中，最便宜的 Claude 以七分之一成本击败了旗舰模型；以及算术提示中，最便宜的 Mistral 答错了所有问题。学会区分这两种情况。7 分钟 · 3 个目标
- 5把结果转化为决策一个试验场的结果只有在它变成一句话时才有用：针对这个任务，这个模型，基于这个证据，以这个成本。写下你的，给它定价一个月，并知道何时重新测试。6 分钟 · 3 个目标
常见问题
什么是Playground？
本网站的一个页面，它将相同的提示词发送给供应商系列中的每个模型，并记录答案、是否通过提示词检查、评判分数、实际每次运行成本和延迟。它涵盖每个系列24个固定提示词，外加一个用于您自己提示词的运行页面。
没有账户也能使用吗？
是的。阅读所有结果免费，每天三次在免费模型上免密钥运行您自己的提示词也免费。粘贴您自己的OpenRouter密钥可按您自己的成本解锁任何模型；Pro版则使用网站密钥运行整个目录。
本课程中的数字真实吗？
是的。所有排行榜数据、每次运行成本和引用的答案均来自2026-09-12基准测试，存储于网站的结果文件中。随着模型更新，这些数字会变化；Playground页面会显示当前基准测试日期。
哪个模型最便宜且仍然有效？
这取决于任务，这正是本课程的核心。在2026-09-12的基准测试中，最便宜的Anthropic模型处理基于规则的摘要与旗舰模型一样好，而最便宜的Mistral模型则未能通过所有算术提示。在相信任何说法之前，请先测试您自己的任务。