将模型、思考档位与接入路由视为一个整体
例如，GPT-6.1 Sol 的 Low 档位与 Max 档位属于不同实测配置；使用官方登录路由与自定义兼容端点也可能改变最终表现。只按品牌或模型名归并的榜单看似简单，却掩盖了真正影响结果的运行条件。
解读分差前，请先确认双方是否采用相同的评测题目与评分规则。同一页面可能展示不同批次发布的结果。
先定质量门槛，再看速度
先明确你的工作不能接受哪类失误。如果某个配置无法完成核心任务，再快的耗时也没有意义。当某项特定能力更重要时，除了看综合分，还应分别检查后端、前端和知识推理得分。
- 挑选主力编程 Agent 时，先设定最低综合分门槛，并排查单题是否存在明显短板。
- 用于固定边界任务的子 Agent，可在通过该任务对应的质量门槛后，尝试降低思考档位。
- 一两分的微弱差距只反映当次记录的任务表现；在缺乏多轮同标准观测时，不应视为稳定领先，请结合具体维度强项与自有任务验证。
将评测耗时与参考费用视为实测观测值
评测耗时包含所测配置与路由的完整执行过程，是当次运行的客观记录，而非厂商全局的速度承诺。
参考费用显示为空，说明该配置的用量记录或价格覆盖尚不完整，绝不代表免费。只有双方均具备完整用量记录并采用同一价格快照时，才适合直接比较费用。
在实际路由上验证后再切换
公开雷达回答的是哪些第一方实测配置在统一标准下表现更好，但它无法感知你的代码库结构、地区网络、账号限流、提示词形态或代理链路。
先用公开雷达筛出候选配置，再通过你计划长期使用的账号与路由做本机验证。当质量达标且速度、费用优势在你的环境中依然成立时，再执行切换。