Chúng tôi đã đi qua tài liệu riêng của từng nhà cung cấp chỉ trong một buổi, và đối chiếu danh mục với tài liệu đó, từng dòng một. Không phải danh sách của một bên tổng hợp: các bên tổng hợp đặt biên lợi nhuận riêng của họ vào giữa và có lý do riêng cho những gì họ hiển thị. Các trang chúng tôi đọc là trang của chính các nhà cung cấp.
Những mô hình gia nhập
Từ OpenAI: gpt-6-astra, một mô hình suy luận; gpt-5.3-codex cho mã nguồn; gpt-realtime-2.1-mini, một mô hình giọng nói thời gian thực nhỏ hơn; và gpt-transcribe cho chuyển giọng nói thành văn bản. Từ Anthropic: claude-fable-5-1. Từ Google: gemini-3.8-flash, gemini-3.5-flash-lite và lyria-3.5 cho âm nhạc. Từ xAI: grok-4.6. Bậc V4.1 Flash của DeepSeek cũng gia nhập cùng buổi tối đó với tên riêng của nó.
Mỗi mô hình trong số này có đường dẫn thực thi đều thực sự được gọi bằng khóa phát triển trước khi dòng của nó được viết ra. Một mục danh mục chưa từng được thử là một phỏng đoán có dán giá lên trên.
Nghỉ hưu, và định giá lại
Các mô hình mà nhà sản xuất đã công bố ngày kết thúc giờ đây mang theo ngày đó — không phải từ trí nhớ, mà lấy từ trang khai tử của nhà cung cấp: nhiều thế hệ Claude, dòng Mistral cũ, hai mô hình hình ảnh, một mô hình giọng nói của OpenAI, một họ mô hình tìm kiếm. Một mô hình thực sự bị đóng cửa được đánh dấu là đã đóng cửa, thay vì để nguyên với một mức giá còn hiệu lực.
Giá không bao giờ được chỉnh sửa tại chỗ. Khi một nhà cung cấp thay đổi mức phí, dòng cũ nhận một ngày kết thúc và một dòng mới bắt đầu — để một hóa đơn của tháng trước vẫn luôn được đọc theo mức phí thực sự đã tính, và sẽ luôn như vậy. Đó là lý do lượt rà soát này tạo ra nhiều dòng hơn hẳn số mô hình.
Ngày ngừng hoạt động không hề tồn tại
Phát hiện quan trọng. Bốn mô hình Gemini 2.5 trong danh mục của chúng tôi mang theo ngày nghỉ hưu vào tháng Mười. Trang khai tử của Google không liệt kê bất kỳ ngày ngừng hoạt động nào cho chúng. Nếu không sửa, ba mô hình đang được sử dụng hôm nay sẽ tự tắt vào một ngày mà chính chúng tôi bịa ra, và sự cố đó sẽ trông giống như lỗi của nhà cung cấp.
Nó đã bị gỡ bỏ. Các mục lân cận — những ngày thực sự đã được công bố — vẫn được giữ nguyên, còn hai mục sai theo hướng ngược lại đã được sửa.
Đặt năng lực lên hàng đầu nghĩa là một dòng sai sẽ phá vỡ mọi thứ
ToRun không chọn mô hình theo tên. Nó xác định một lượt thực sự cần gì — có thể nhìn hay không, có thể gọi công cụ hay không, có cần ngữ cảnh dài hay không, có sẽ nói hay không — chỉ giữ lại các mô hình có thể làm tất cả những điều đó, và xếp hạng phần còn lại. Nghĩa là một năng lực được ghi sai không chỉ làm suy giảm một tính năng. Nó âm thầm định tuyến sai mọi thứ cần đến năng lực đó.
Vì vậy lượt rà soát này cũng đã sửa các liên kết. Một ví dụ: bậc Anthropic cao nhất của chúng tôi hoàn toàn không có điểm thông minh, nên được xếp hạng là không rõ và đứng dưới cả mô hình rẻ nhất trong chính họ của nó. Một ví dụ khác: một mô hình âm nhạc mà định danh của nó rơi vào một nhánh bắt tất cả và âm thầm chạy một mô hình khác với mô hình được ghi trong dòng đó.
Việc chọn mô hình thủ công vẫn được tôn trọng đúng như trước đây — đó cũng là lý do vì sao lựa chọn đó vẫn có thể bị từ chối cho một công việc mà mô hình không làm được.