一、怎么看榜单
先确定任务，再看对应的榜。文本综合分高，不代表图像生成或语音合成也强； 编程和 Agent 榜的排序也经常与综合分不同。本站把六个核心榜分开呈现，就是为了避免一个总分掩盖任务差异。
- 看口径，不只看名次。Index 分和 Arena Elo 不是同一种单位，不能跨榜比较绝对数值。
- 看置信区间。Elo 榜带 95% 置信区间；两个模型的分差小于区间时，排名先后可能只是噪声。
- 看版本。AA 的 Index 会改版。版本变化时，本站会显示“口径变更”，并抑制当次的分数变化记录。
- 缺数据不等于 0 分。模型没进榜时显示“未排名”，不会用 0 分填补。
二、token、缓存与真实账单
价格通常写成“每 100 万 tokens 的输入价 / 输出价”。实际账单由输入、输出、缓存和批处理共同决定。 计算器里的 3:1 混合价适合“输入远多于输出”的常见对话或 RAG 场景，但不能替代按量估算。
- 输入与输出分开计费。输出通常更贵，长回答的成本可能远超预期。
- 缓存读取有折扣。支持缓存的模型会单独给出 cache read 价格；未命中部分仍按普通输入计费。
- 批处理更便宜但更慢。OpenRouter 的
:batch路由常见五折，但可能异步返回。 - 汇率只是估算。人民币折算按公开汇率计算，实际以支付渠道和提供方账单为准。
想算自己的场景，直接用成本计算器；它会同时给出单次、每天和每月成本。
三、国内模型怎么接
国内厂商大多提供 OpenAI 兼容接口：把 base_url 换成厂商地址，把密钥放进环境变量， 模型 ID 按厂商文档填写即可。部分厂商也提供 Anthropic 或原生 SDK 风格接口。
- 直连、代理、云托管。Provider 卡片会标注“国内可直连 / 通常需代理 / 云厂商托管”，选型时先确认网络与合规条件。
- 模型 ID 不要照抄展示名。展示名可能带厂商前缀或日期；以 Provider 指南里的
model字段为准。 - 价格用人民币原价。国内模型优先展示官方 CNY 价格，美元价才是折算值。
- 密钥只放环境变量。本站的代码片段全部使用
os.environ/process.env占位，不包含真实密钥。
四、多模态怎么选
图像、视频、语音和音乐榜用的是偏好对战 Elo，衡量的是“人更喜欢哪个结果”，而不是像素级准确率。 同一个模型在不同子任务（文生图、图像编辑、图生视频）上的排名也可能不同。
- 先定子任务。生成、编辑、带音频视频、TTS 与语音识别是不同榜单，不要混用。
- 看单次任务价格。媒体模型常按图片、秒数或字符计费；本站当前以 token 价格为主，媒体单价需回源确认。
- 用 Elo 区间判断差距。分差小于置信区间时，优先考虑价格、速度、版权和可用性。