同一份报告的双模型摘要，事实边界比文风更重要

同一份报告的摘要质量取决于事实保留

把长报告交给模型，得到几段短文，看起来只是压缩文字。真正困难的是：哪些信息必须留下，哪些内容可以省略，哪些判断不能替作者作出。比较 DeepSeek V4 Pro 和 GPT-6.1 Sol 的摘要，应先看这些基本功，而不是先选读起来更顺的一篇。

本文没有提供两款模型处理同一份真实报告的实测结果，因此不宣称任何一方更准确。对新手而言，先掌握一套可重复的比较方法，比记住未经验证的排名更有价值。

两款模型需要收到相同材料和明确任务

公平比较的第一步，是给两款模型完全相同的报告正文，包括表格、脚注和附录。只给其中一款完整材料，另一款只收到节选，最后比出的可能是输入差异，而不是摘要能力。

任务要求也应一致，例如面向不了解业务的读者，用相近篇幅交代核心发现、关键数字和主要风险，并明确区分报告事实与作者判断。还应记录运行日期和输入范围，避免把不同条件下的回答直接放在一起评判。

关键数字和限制条件应当一起进入摘要

假设一份虚构报告写道：某季度收入增长百分之十二，但统计仅覆盖三座城市，而且促销支出明显增加。摘要若只保留收入增长，就可能让读者误以为整体业务已经稳定改善。

检查两份输出时，可以逐项核对：增长对应哪个时期，样本覆盖哪里，成本变化是否遗漏。数字正确不代表结论完整。把“可能改善”写成“已经改善”，也不是措辞优化，而是改变了证据强度。

比较摘要时应先核对证据再评价文风

可以先隐藏模型名称，分别检查事实错误、重要遗漏和额外推断，再评价结构与可读性。这样能减少品牌印象带来的偏见。如果一篇更流畅，却漏掉关键风险，它未必更适合作为决策依据。

一次输出也不足以说明稳定表现。条件允许时，可在相同设置下重复几次，观察关键事实是否持续保留。长度、响应时间和费用值得记录，但不能替代对照原文的检查。

统一调用入口能够减少比较中的操作差异

本文发布方 BestRelay 是重视质量的接口中转服务，按请求中指定的官方模型转发，不替换模型。它兼容 Claude Code、Codex、Gemini CLI 和 OpenAI SDK，便于在熟悉的工具中组织比较；不过，统一入口并不意味着不同模型的参数和能力完全一致。

费用按提供方报告的词元用量随用随付，缓存读取与写入分别计价，因此比较成本时应区分这些项目。会员邀请他人充值可获得推荐佣金，这项机制与摘要质量没有直接关系。想亲自比较，可以创建一个 BestRelay 账户。

最终值得保留的，不是最像专家口吻的答案，而是能让读者迅速理解报告、又没有悄悄改变原意的摘要。模型负责压缩，人仍需核对那些会影响判断的事实与边界。