同分之后，比的是成本与你的任务集

Next.js 官方评测榜出了个有意思的局面：GPT-6 Sol 97%、Claude Opus 5.5 97%、Claude Fable 5.1 97%——三个打平；但榜单同时写了另一层：三者里 Opus 5.5 的平均成本最低（榜单链接在文末）。 这张榜恰好演示了怎么读"同分"。分数平了之后，选择题才刚开始，接下来比的是三样：一，成本——同分时谁更便宜谁赢，这是榜单自己给出的第一判据；二，任务分布——97% 是全集平均，你的任务落在它强的那一格还是弱的那一格，平均分不回答这个；三，口径——谁出的题、怎么判对错、样本多少，榜单的公信力先于榜单的数字。同分不是"都一样"，是"把裁决权交给了你的任务集"。 给要用的人一个动作：别背榜单名次，把榜单当候选名单——从同分的三个里拿你自己的三五个真实任务各跑一遍：过没过、贵不贵，两列数字记下来，你的排序自然就出来了。 一句收尾：分数解决入围，成本与任务集解决选择——三家同分的那一刻，才是真正开始挑模型的那一刻。 榜单：nextjs.org/evals