能力上限
权重 30%测法用 20 个真实任务（写作、代码、分析、多轮对话）盲评产出可用度
0
多数任务不可用，需要大量返工
5
常规任务可用，复杂任务需要人工修正
10
复杂多轮任务稳定完成，输出可直接使用
测评模板 · 生成式 AI / 效率工具 · v1.0.0
AI 工具测评模板：5 个维度与评分细则
每个维度给出 0/5/10 三档锚点、测法与权重占比。按同一口径打分，同一款产品换一批对手，分数不变。
权重构成 归一化后占比 · 合计 100
能力上限 30%稳定性 20%易用性 20%成本 18%生态集成 12%
评分维度
按 0 / 5 / 10 三档锚点打 0–10 分稳定性
权重 20%测法连续 7 天在高峰时段调用 200 次，记录失败、截断与能力波动
0
高峰时段频繁失败，或能力明显降级
5
偶发失败，重试可以解决
10
高峰与低谷表现一致，几乎无失败
易用性
权重 20%测法记录新用户完成首个真实任务所需的时间与步骤
0
需要读文档或配置后才能用，界面层级混乱
5
10 分钟内可以完成首个任务
10
打开即用，关键功能一眼可见
成本越低越好
权重 18%测法按实际用量折算每千次任务成本，并记录免费额度
0
成本明显高于同类，差距 2 倍以上
5
与同类平均持平
10
成本显著低于同类，或有充足的免费额度
生态集成
权重 12%测法统计官方 API、SDK、插件与工作流集成能力
0
仅网页可用，没有 API
5
有 API 与常见工具的插件
10
API 与 SDK 完整，可嵌入工作流，用量与权限可控