AI刷题分数涨了，新本事未必多了

挑模型不能只看答对多少，还要看它在什么预算下答对。若应用只能给短时间或少量token，少走弯路本身就有价值；想确认模型真学会了新题，则要增加尝试、核对步骤，排除原模型只是偶尔没发挥出来。