测完GPT-5.5复测第三轮主力模型选择，我把结论压了三天
优缺点分开列，适合谁写在最后。
下面这些，都是亲手测过才敢写。
01口径说明
那阵子选型会不再吵架是整份报告里最硬的一条。题目一半来自真实任务，一半来自公开基准，互相校验。
账单摊开算：那阵子选型会不再吵架是整份报告里最硬的一条。被推翻的结论不删除，划线存档并注明。
换个角度看：没什么诀窍，就是每个数字都留了原始记录。别用厂商给的演示样例，那是考过的题。
复测时发现：结论先行不是抢跑，是对读者时间的基本尊重。把对手的优点也写出来，报告才立得住。
值得单独说明：试过更花哨的评测框架，最后退回一张表格。付费档和免费档分开出成绩单。
“方法公开，结论才站得住。”
02一句话判定
多花了一杯咖啡的时间核对来源，省下了一次翻车。先亮结论，不认同的不妨直接跳到方法那一节来挑刺。
追问下去：第二季度复测，快了一倍，因为题库是现成的。失败的用例原样保留，那是报告的一半价值。
先说反例：现在回看，把跑分当体感几乎是必然的。只测一遍就下结论，等于没测。
对照记录看：预算和需求不同，结论就不同，别滥用通用分。被推翻的结论不删除，划线存档并注明。
复测时发现：每组测试至少三遍，取中位数，抖动大就重测。评测报告里最值钱的是失败记录。数据都在附录，不信就来复现。
03数据与样张
当时手头只有评分表，照样把整轮测试跑完了。数据先摆事实：强项强多少，弱项弱多少。
没什么诀窍，就是每个数字都留了原始记录。响应速度单独测，别和正确率混在一个分里。
现在回看，把跑分当体感几乎是必然的。结论压三天再发，是给自己留推翻的余地。
补充一组数据：把报告拆两半发，中途设了个勘误窗口。连续测七天，稳定性自己会现形。
盲评环节里：没什么诀窍，就是每个数字都留了原始记录。结论与口碑冲突时，两头都重查一遍。
04它做不到什么
失分的题逐条看了，原因不是能力是策略。
对照记录看：把复测排在记录每题的响应秒数后面，成了每季度的固定动作。每组测试至少三遍，取中位数，抖动大就重测。
值得单独说明：每组测试至少三遍，取中位数，抖动大就重测。方法有缺陷就写进「已知局限」，别装没有。
盲评环节里：以「你每天重复最多的任务」为第一测试项。盲评时把品牌信息全部去掉，编号打乱。分数是死的，你的任务才是活的。
05下一步
下期测它的直接对手，选题在评论区投票。
当时手头只有评分表，照样把整轮测试跑完了。盲评时把品牌信息全部去掉，编号打乱。
实测中意外的是：把反对意见原样贴出来，比一致好评有用。众测样本要覆盖三种以上岗位，技术岗扎堆会失真。
试过更花哨的评测框架，最后退回一张表格。方法有缺陷就写进「已知局限」，别装没有。
06人群画像
适不适合，取决于你每天重复最多的那件事。
多花了一杯咖啡的时间核对来源，省下了一次翻车。评测报告里最值钱的是失败记录。
换个角度看：评测期间不更新驱动不改配置，变量锁死。样本量写清楚，十道题的结论撑不起「完胜」。
复测时发现：当时随手存的原始输出，后来成了唯一的证据。数据磁盘单独留档，报告不妨改，数据不能改。
值得单独说明：以「你每天重复最多的任务」为第一测试项。别用厂商给的演示样例，那是考过的题。这篇先到这，有新版本随时回来改。
07结论的适用范围
第一周最大的发现，是高峰期和闲时能差出一倍。结论只代表测试当天的版本，下个版本可能翻案。
那一个月只加了一个习惯：先亮方法再亮结论。数据磁盘单独留档，报告不妨改，数据不能改。
值得单独说明：后来把题量压到「谁都能测完」的规模，反而坚持下来了。高峰期单独加测一轮，闲时成绩不算数。
对照记录看：把评分表固定放在书房的白板前，测试条件再没乱过。客服响应也算进总分，售后是产品的一部分。
- 盲评打分 去品牌编号乱序
- 折算单价 按真实用量
- 高峰加测 闲时成绩不算数
- 压三天 给自己留推翻余地
08和同行摆一起
第二季度复测，快了一倍，因为题库是现成的。对手选的是同档最热的三款，输了不冤赢了不虚。
盲评环节里：第二季度复测，快了一倍，因为题库是现成的。客服响应也算进总分，售后是产品的一部分。
账单摊开算：评测工具本身也要校准，尺子歪了全盘皆输。引用别人的数据必须标来源和测试条件。
盲评环节里：当时手头只有评分表，照样把整轮测试跑完了。结论与口碑冲突时，两头都重查一遍。
按场景拆分的得分差异（参考）
09追问环节
没答完的问题，留在下期继续。
口径统一后：结论与口碑冲突时，两头都重查一遍。盲评时把品牌信息全部去掉，编号打乱。
先说反例：报告末尾留一行勘误记录，错了就补。题目一半自编一半公开，防止套题。
口径统一后：很多人卡在选型会不再吵架，说到底差的就是一轮复测。报告末尾留一行勘误记录，错了就补。
实测中意外的是：最有用的一条：允许结论被推翻。复测用同一组题，别换题，否则不叫复测。分数是死的，你的任务才是活的。
下个版本出来，这篇会被重新核对一遍。
常被问到的
- GPT-5.5和同类比到底强在哪？
- 别看总分，看分项：长文本、中文语感、数学、代码各自拉出来比，你的主力场景赢的那项才算数。
- GPT-5.5跑分很高，体感却一般？
- 先怀疑套题：高频出现的题目模型可能见过。换成自己编的新题再测，掉分多少就是真实水平。
- 免费档和付费档值得分开测吗？
- 必须分开。两档背后常是不同规格的模型，混在一起评会得出「时好时坏」的假结论。
- GPT-5.5实测强但用着一般，为什么？
- 测试题是理想工况，你的任务是真实工况。拿自己十道高频问题重测，结果比任何榜单都准。