B 级实测实测评分榜
统一 8 道冻结真题（格式指令 / 百字写作 / 数学 / 联网事实核查 / 长材料归纳 / 复合指令链 / 逻辑推理 / 错误前提陷阱），浏览器逐题执行，截图与输出全文归档；客观项按公式计分，主观项按锚点量表两遍独立评分取低值。
| 工具 | 得分 / 等级 | 一句话结论 | 报告 |
|---|
C 级资料核查（未实测）
暂无测试账号或无法自动化实测的工具，仅核查官方资料（功能 / 价格 / 合规）。按体系铁律，C 级不评分、不使用「实测」字样，账号或条件就绪后会升级为 B 级实测。
| 工具 | 核查说明 | 核查页 |
|---|
方法我们怎么测的
先定标准，后做测试题组、判定标准、权重在测试前冻结（预注册），测后不为凑结果改规则。
同题同判同类工具使用同一套 8 道真题与同一张判定表：格式指令、写作约束、数学、联网核查、长文归纳、复合指令、逻辑推理、错误前提陷阱。
客观优先完成率、错误数、耗时全部按公式换算；主观项按 0-10 锚点量表两遍独立评分取低值，主观分占比 ≤ 40%。
测试数据存档每题留存输出全文与截图（/docs/reviews/<工具id>/），报告按编号引用，读者可逐条核对。
100 分制七维度完成度 20 · 输出质量 15 · 准确与幻觉 10 · 性能稳定 8 · 易用性 7 · 价格权益 6 · 合规安全 4 + 类别专项 30。
时效与复测所有分数标注测试日期与版本，90 天后过期复测；工具版本升级会触发重新评测。
利益披露：站内部分工具页含联盟/推广链接，商业关系不参与评分、不影响排序；测评工具均为免费/基础档账号，报告注明账号档位。样本说明：B 级为单日 8 题单轮实测，样本有限，结论仅代表测试当日版本。
队列待实测池
全站共收录 -- 款工具，已完成上述 6 款；其余按站内热度每日轮换实测（每天 2 款：1 个 B 级实测 + 1 个资料核查），新报告发布后本页自动更新。历史「观感式点评」数据已全部下线，不再作为评分依据。
每款实测工具的逐题原始输出、页面截图、冻结题组与评分记录全部公开存档，路径规则：/docs/reviews/<工具id>/（如 通义千问评分记录、DeepSeek 冻结题组），欢迎逐条核对。