Claude Radar 整理可核查的证据，帮助读者选择 AI 编程工具。比较文章既可以分析官方资料，也可以综合他人完成的实验。我们不会把他人的实验说成自己做过的测试。

三类比较

  • 资料比较： 按注明的核查日期，对照官方资料中的功能、使用条件、价格和额度。这不能证明性能高低。
  • 外部实验综述： 至少采用两项独立的原始实验，并为结果注明作者、实验日期、任务和条件。多篇文章转述同一项实验，只算一项。
  • 自行测试： 必须有真实的执行记录、输入、条件和输出。我们尚未发布自行完成的性能基准测试。

如何解读实验

我们记录作者和原文链接、实验日期、工具与模型版本、任务、样本量或重复次数、评估方法、人工干预以及公开的预算。缺失的信息标为“未披露”，不把文章发布日期当成实验日期。

先比较条件，再比较结果。任务、运行框架、模型版本和成本定义不同，都可能导致结论不一致。我们不会把不兼容的分数简单取平均，也不会把一次演示推断成普遍成功率。厂商自己的实验会明确归于厂商，并结合已知利益关系和方法局限判断其参考价值。

结论能说明什么

实验结果属于原作者的观察。我们解释结果的一致之处、分歧可能来自哪里，以及对读者具体任务的意义。有条件的建议是编辑判断，不是新的测量结果。旧模型的分数不能证明当前产品的表现。

每篇文章末尾的来源与编写说明统一列出原文链接、核查日期和审阅范围。外部实验综述会说明我们没有重新运行实验。证据不足以回答问题时，缩小范围或暂缓发表。我们用自己的文字概括，不拼接转载原文。

更正与商业关系

重要事实更正会注明日期。新的实验不会在没有说明的情况下覆盖旧结果。如果引入联盟链接或付费赞助，会明确标识；商业条款不会决定结论或排名。