大家好，我们最近在考虑做一个面向 AI 中转站的模型对比和评测网站。 
现在市面上的中转站越来越多，各家的线路、价格、倍率和使用规则也不太一样。很多信息只看宣传页面很难判断，往往要实际充值、连续使用一段时间后，才能知道高峰期稳不稳定、响应速度怎么样、扣费是否清楚。 
所以我们想尝试做一个相对公开、持续更新的评测网站，让大家在选择和充值之前，能先看到一些真实的测试数据，也能对比不同模型在真实使用场景下的输出效果。 
目前初步想到的评测方向包括： 

稳定性：请求成功率、超时率、429/5xx 错误率、高峰期表现
响应速度：首 Token 延迟、完整响应时间、输出速度
价格与扣费：公开价格、实际扣费、Token 统计是否一致
功能表现：上下文长度、缓存、流式输出、工具调用、多模态等
能力一致性：同一模型在不同时段的表现是否存在明显波动，以及是否存在掺水情况
兼容性：Claude Code、Co...