我們在一次會議中逐一查閱了每個服務商自己的文件，並把目錄逐行與之核對。這不是聚合平台的清單：聚合平台會在中間加入自己的利潤，展示的內容也各有其考量。我們讀的都是服務商自己的官方頁面。
新加入的模型
來自OpenAI的：推理模型gpt-6-astra；面向程式碼的gpt-5.3-codex；更小的即時語音模型gpt-realtime-2.1-mini；以及語音轉文字的gpt-transcribe。來自Anthropic的：claude-fable-5-1。來自Google的：gemini-3.8-flash、gemini-3.5-flash-lite，以及面向音樂的lyria-3.5。來自xAI的：grok-4.6。DeepSeek的V4.1 Flash層級也在同一天晚上以自己的名字加入。
凡是有執行路徑的模型，都在寫入該行紀錄之前，用開發金鑰真正呼叫過一次。一個從未試用過的目錄條目，只是一個貼了價格標籤的猜測。
退役與重新定價
那些廠商已經公布終止日期的模型，現在都帶上了這個日期——不是憑記憶，而是取自服務商的棄用頁面：多個Claude世代、較舊的Mistral系列、兩個影像模型、一個OpenAI語音模型，以及一整個搜尋模型系列。真正已停用的模型會被標記為已停用，而不是繼續掛著一個有效價格。
價格從不會被原地編輯。當服務商更改費率時，舊行會獲得一個結束日期，新的一行隨即開始——這樣上個月的帳單就會一直按當時實際收取的費率來讀取，而且永遠如此。這也是為什麼這次巡檢產生的行數遠遠多於模型數量。
一個並不存在的下線日期
最重要的一個發現。我們目錄中的四個Gemini 2.5模型帶有十月的退役日期。Google的棄用頁面並沒有為它們列出任何下線日期。如果不加更正，三個如今仍在使用的模型將會在我們自己編造出來的日期自行停擺，而這個故障看起來會像是服務商的問題。
這個日期已被移除。它的鄰居們——那些確實公布過的日期——則被保留下來，另外兩個方向相反的錯誤也被更正了。
能力優先意味著一行資料錯誤就會破壞一切
ToRun不是按名稱選擇模型的。它會判斷某一輪對話真正需要什麼——能否看圖、能否呼叫工具、是否需要長上下文、是否要開口說話——只保留能夠滿足所有這些需求的模型，再對剩下的模型排序。這意味著一項被錯誤記錄的能力，損害的從來不只是一個功能。它會在無聲無息中，把所有需要這項能力的功能全部導向錯誤的方向。
所以這次巡檢也修正了各種關聯關係。舉一個例子：我們Anthropic系列中最高階的那一款完全沒有智慧評分，因此被評為「未知」，排名甚至低於同一系列裡最便宜的模型。另一個例子：一個音樂模型的識別碼落入了一個兜底分支，在無聲無息中執行的是與該行所寫模型不同的另一個模型。
手動選擇模型仍然會被完全按照之前的方式尊重——這也正是為什麼，如果一項工作某個模型做不了，這個選擇依然可以被拒絕。