我们在一次会话中逐一查阅了每个服务商自己的文档，并把目录逐行与之核对。这不是聚合平台的清单：聚合平台会在中间加入自己的利润，展示的内容也各有其考量。我们读的都是服务商自己的官方页面。
新加入的模型
来自OpenAI的：推理模型gpt-6-astra；面向代码的gpt-5.3-codex；更小的实时语音模型gpt-realtime-2.1-mini；以及语音转文字的gpt-transcribe。来自Anthropic的：claude-fable-5-1。来自Google的：gemini-3.8-flash、gemini-3.5-flash-lite，以及面向音乐的lyria-3.5。来自xAI的：grok-4.6。DeepSeek的V4.1 Flash层级也在同一天晚上以自己的名字加入。
凡是有运行路径的模型，都在写入该行记录之前，用开发密钥真正调用过一次。一个从未试用过的目录条目，只是一个贴了价格标签的猜测。
退役与重新定价
那些厂商已经公布终止日期的模型，现在都带上了这个日期——不是凭记忆，而是取自服务商的弃用页面：多个Claude世代、较旧的Mistral系列、两个图像模型、一个OpenAI语音模型，以及一整个搜索模型系列。真正已停用的模型会被标记为已停用，而不是继续挂着一个有效价格。
价格从不会被原地编辑。当服务商更改费率时，旧行会获得一个结束日期，新的一行随即开始——这样上个月的账单就会一直按当时实际收取的费率来读取，而且永远如此。这也是为什么这次巡检产生的行数远远多于模型数量。
一个并不存在的下线日期
最重要的一个发现。我们目录中的四个Gemini 2.5模型带有十月的退役日期。Google的弃用页面并没有为它们列出任何下线日期。如果不加更正，三个如今仍在使用的模型将会在我们自己编造出来的日期自行停摆，而这个故障看起来会像是服务商的问题。
这个日期已被移除。它的近邻们——那些确实公布过的日期——则被保留下来，另外两个方向相反的错误也被更正了。
能力优先意味着一行数据错误就会破坏一切
ToRun不是按名称选择模型的。它会判断某一轮对话真正需要什么——能否看图、能否调用工具、是否需要长上下文、是否要开口说话——只保留能够满足所有这些需求的模型，再对剩下的模型排序。这意味着一项被错误记录的能力，损害的从来不只是一个功能。它会在无声无息中，把所有需要这项能力的功能全部导向错误的方向。
所以这次巡检也修正了各种关联关系。举一个例子：我们Anthropic系列中最高档的那一款完全没有智能评分，因此被评为「未知」，排名甚至低于同一系列里最便宜的模型。另一个例子：一个音乐模型的标识符落入了一个兜底分支，在无声无息中运行的是与该行所写模型不同的另一个模型。
手动选择模型仍然会被完全按照之前的方式尊重——这也正是为什么，如果一项工作某个模型做不了，这个选择依然可以被拒绝。