小雨同学上周照着「新模型追踪」里那条说的做了一次对比，把结果发出来给大家省点事。 我的活很具体：把客户发来的语音条（平均 3 到 8 分钟）整理成「需求 / 预算 / 顾虑 / 下一步」四段。以前我自己听一遍打字，一条要十来分钟。 拿三个模型各跑了同样的 12 条语音，我只看两件事：顾虑那一栏抓没抓准，有没有编。 便宜的那个（Gemini 3.8 Flash）12 条里 10 条可用，2 条把客户的客套话当成了顾虑。 贵的那个（Fable 5.1）12 条全部可用，其中 3 条抓到了我自己听的时候漏掉的点。 还试了一个国产的，10 条可用，但中文口语和带口音的那几条反而比前两个稳。 然后我算了一下钱。这种活我一个月大概 150 条，就算全用最贵的，一个月也就几十块，差价小到可以忽略。所以我最后选了最准的那个。 想说的是：先算清楚你一个月到底要跑多少次。我一开始纠结单价差了十几倍，算完发现绝对值差二十几块钱——纠结那半天比省下的钱值钱多了。量特别大的时候再去抠单价不迟。 另外提醒一句，别拿五条六条就下结论。我前六条的时候排名跟最后完全不一样。