这篇是后台提问攒出来的：同一个口径怎么对齐，前后有十几个人问过。
01这个工具算什么
这类数字凭印象报会失真，先算一遍再写进报告。
五个维度各自测什么。
02输入怎么取数
先按默认跑一遍，再换成实测数据跑一遍，对比着看。
没把握的项先跳过，看结果对它敏不敏感。
| 维度 | 测什么 | 怎么测 | 权重参考 |
|---|---|---|---|
| 质量 | 回答正确与可用 | 盲评打分 | 40% |
| 速度 | 响应与首字延迟 | 计时取中位数 | 20% |
| 成本 | 单价与额度 | 账单折算 | 25% |
| 稳定 | 高峰与长跑表现 | 连续七日记录 | 10% |
| 生态 | 接口与联动 | 功能清单核对 | 5% |
03结果怎么判读
连测三轮比单轮精确更有说服力。
数字的意义在对比：与上一轮比、与同类条件比。
04几种翻车用法
反复调输入凑一个想要的结论，这样测出来毫无意义。
把结果当保证值，差一点就说方法不准，其实在误差内。
05放进评测流程
立项前、复测前、汇报前，都值得重算。
说法差得远的时候，先问差在哪一项。
06最后一句
默认值按大多数评测的口径给的，你们团队规则不同就改，别照抄。
跑分横评实验室 后台收到的提问里，跟「选购建议」有关的占了不少。我们按这些提问重新排过一遍顺序，所以格子出现的先后不是随手定的。