任何榜单都是别人选出来的题。你真正该问的不是它排第几，而是它在你那三件最常干的事上，能不能一次做对。我现在的做法很笨：同一个任务三个模型各跑一遍，谁返工最少用谁。测三次，比看一百篇评测有用。