权重 25%
易用性上手快不快
衡量新用户完成核心任务所需的成本与学习曲线，是产品能否被真正用起来的第一道门槛。
- 新用户在 10 分钟内能否独立完成一次核心任务
- 界面信息层级是否清晰、是否依赖教程与文档
- 出错后的引导与可恢复性是否友好
Algorithm
综合评分 = 维度得分 × 权重 之和
每个维度按 0–10 分打分，再按其权重加权求和，得到 0–10 的综合评分。权重反映了各维度对「真实好用」的贡献度： 易用性与功能完整度占比最高，生态服务作为加分项权重最低。
所有产品的计算口径完全一致，因此综合评分可以直接横向比较，而不是各说各话的主观排序。
综合评分
Score = Σ ( 维度得分ᵢ × 权重ᵢ ) / Σ 权重ᵢ
- 易用性25%
- 功能完整度25%
- 实际效果20%
- 性价比15%
- 稳定性10%
- 生态服务5%
Dimensions
六个维度，看清一个产品
每个维度都有明确的观察项与判定标准，评分不是印象分，而是按清单逐项验证后的结果。
权重 25%
功能完整度功能齐不齐
衡量功能覆盖的广度与深度，区分「能演示」与「能交付」之间的差距。
- 核心场景是否完整覆盖端到端流程
- 边界需求与批量、协作等进阶能力是否具备
- 是否只有浅层亮点功能而缺乏可用闭环
权重 20%
实际效果效果好不好
用统一测试集对照产出质量与准确率，这是 AI 产品最容易被夸大、也最需要被证实的一维。
- 标准测试集下的产出可用率与准确率
- 结果需要多少人工返工才算达标
- 同一任务多次调用的结果稳定性
权重 15%
性价比值不值得买
把免费额度、订阅价格与实际产出放回同一把尺子上，衡量每一分预算换回的可用产出。
- 免费额度能否支撑真实日常使用
- 付费档位与产出价值的匹配度
- 同类产品中的价格竞争力
权重 10%
稳定性稳不稳定
衡量响应速度、失败率与高峰表现，决定产品能否被放心地放进日常工作流。
- 首字节响应与长任务完成耗时
- 高峰期与超长输入下的失败率
- 异常时的降级与重试表现
权重 5%
生态服务配套全不全
衡量集成能力与配套服务，决定产品是孤立的工具还是能嵌入现有工作流的一环。
- API、插件与第三方平台集成能力
- 多端同步、数据导入导出与迁移成本
- 文档、客服与社区支持完善度
Sources
三层点评来源，按权重汇聚
单一来源都有偏差：官方可能过于标准化，用户可能过于主观。三层来源加权后，兼顾可比性、专业度与样本广度。
真人付费评测 · 拒绝广告与刷评
10%来源权重
01 · 官方实测
平台官方团队在统一场景下执行标准化实测，保证跨产品可比性。
30%来源权重
02 · 认证评测员
具备领域背景的认证评测员输出结构化深度评测，补充官方视角看不到的细节。
60%来源权重
03 · 用户评价
真实付费用户在使用场景中的评价，反映长期体验与真实口碑。
Test stages
像做实验一样，跑完每一款产品
专业测评员在统一环境下走完整条实测链路：从准备到结论，每个环节都留下可复现的过程与证据， 最终落到六个维度的实测得分上。
-
01
01
测试准备
锁定目标用户与核心场景，准备统一测试账号、标准测试集与一致的设备网络环境。
-
02
02
执行流程
按预设脚本跑通端到端任务，逐步记录输入、耗时与每一次输出，过程留痕可回放。
-
03
03
实操过程
覆盖首次使用、日常高频与边界场景，观察真实上手是否顺畅、能否形成使用闭环。
-
04
04
用户体验
评估界面层级、交互反馈、错误引导与学习成本，判断是否依赖教程才能用起来。
-
05
05
效率测量
与人工基线对比，量化提效幅度、返工率与结果稳定性，把「快」变成可测量的数字。
-
06
06
结论输出
汇总六个维度的得分与证据，形成可复现的实测结论，而不是一句主观的「好用」。
Why different
和其他 AI 聚合平台有什么不一样
大多数平台把 AI 工具列成一张清单就结束了。我们多做的一件事，是把「好不好用」变成可比较的结论。
01
统一实测基准
不是聚合外链、不做二手搬运。每个产品都由平台用同一套测试集跑一遍，结果可复现、可横向比较。
02
真人付费点评
点评来自真实付费使用，平台审核剔除广告与刷评。好就是好，不好就是不好，结论不为流量让路。
03
结构化六维评分
把主观感受拆成可比较的六个维度并加权，避免被某一处惊艳或某一处拉垮带偏整体判断。
04
版本迭代复测
产品更新后重新实测并刷新评分，让榜单跟随产品真实变化，而不是停留在某个时间点。
Principles
四条测评原则，结论不为流量让路
模型能否被信任，取决于它背后守不守规矩。以下原则写进流程，也写进每一次打分的依据。
真人付费评测 · 拒绝广告与刷评
01
统一基准
同一套测试集、同一套流程、同一套口径，保证跨产品结果可横向比较。
02
证据留痕
每个结论都能追溯到测试输入、过程记录与结果证据，拒绝拍脑袋打分。
03
独立客观
不接受付费改分，商务合作与结论完全隔离，好就是好，差就是差。
04
持续复测
产品版本更新后重新实测并刷新评分，让榜单跟随产品真实变化。