榜单上的词有三个来源：这个领域通用的说法、各家数据源的叫法，以及本站自己定义的概念。分清来源很重要，因为只有第三类由我们来下定义。
SOTA
State of the art，当前最佳。在本站，它不是一句褒奖，而是一个位置：模型位于斩杀者的十字之上，也就是得分高于那个斩杀同类最多的模型，它就是 SOTA，与价格无关。
基准（Benchmark）
一项已发布的测量，名称沿用发布者的叫法。基准属于实际跑它的那一方：同名基准由两家机构分别跑出，在本站算作两项，因为测试框架、提示词和判分方式都是这个数字的一部分。
能力（Capability）
多项基准共同反映的一个维度，比如编程、智能体工作、成本。能力页把相关基准并排列出，但不合并，所以它回答的是「各数据源在这个维度上分歧在哪」，而不是「综合得分是多少」。
场景（Board）
访客带着来的那个问题，比如「这类工作该用哪个模型」，由所有能回答它的数据源共同作答。场景还会再分出几个小节，对应这个领域真正存在的子问题：比模型还是比框架，看自动评分的编程成绩还是看人工偏好的编程成绩。
Elo
一种来自两两比较的评分：给人看两个回答，让人选出更好的一个。Elo 没有零点，它的起点只是一个任意设定的锚点，并不代表「毫无能力」。所以本站从不把 Elo 画成从左边缘长出的条形：有意义的是两行之间的距离，而不是到左边缘的距离。
斩杀线与斩杀者
斩杀者是斩杀同类最多的模型，「斩杀」指至少一样便宜、且至少一样强。斩杀线是以它为中心的十字，把榜单分成 SOTA、低成本和被斩杀三块。两个轴必须来自同一个数据源：拿一个源的价格去配另一个源的分数，画出来的是一条没有人测过的线。完整讲解见斩杀线。
图上那条更浅的折线连起的，是没有哪个模型能在价格和得分上同时胜过的模型，叫作前沿。它在点与点之间连线，所以从斜线上读出的分数落在两个模型之间，并不对应任何一个真能买到的模型。
变体（Variant）
运行配置，与模型本身相区分。推理强度、测试框架、上下文窗口、服务商、规模、发布阶段、带日期的构建，都是同一个模型上的设置，而不是另一个模型。哪些词算作设置，由一份封闭、逐条人工核对的清单决定，因为 Max 在一家厂商那里是设置，在另一家那里却是型号名称的一部分。
检查点（Checkpoint）
带日期的构建，例如 20260813。检查点只是同一模型下的一个档位，而不是一个新模型，所以永远不会有自己的 id。
产品线（Line / Family）
模型所属的系列，由人工声明，而不是从名字里解析出来。Claude Opus 是一条产品线，涵盖 Opus 3 到 Opus 5；GPT 5.6 带有版本号，所以不算产品线，而是其下若干模型的一个分组。靠名字推导行不通：两个 id 的最长公共前缀会把一条产品线按版本拆开，而改名之前的 id（比如 claude-4-opus）与它所属的产品线根本没有共同前缀。
混合价格（Blended price）
按固定比例混合输入和输出价格后得到的每百万 token 单价，由数据源自行公布。它是用来横向比较的费率，不是报价：本站的任何价格都不构成要约，实际账单取决于你自己的用量结构。
未识别（Unmatched）
上游的某一行，名称暂时对应不到本站收录的任何模型。它会照常显示、加上标记，并留在原始榜单上。它不出现在跨榜视图中只有一个原因：在有人确认它究竟是哪个模型之前，无法把它和其他榜对应起来。
上一代（Legacy）
发布它的数据源已不再把它列为当前模型。这是数据源的判断，不是厂商的：上一代模型可能仍在提供服务。它保留在榜上并加上标记，成绩取仍列为当前的最好配置，不出现在价格图和斩杀线上。这个标记按配置计算：同一个模型的高强度档位可能已是上一代，而另一个档位仍是当前的。
估算（Estimated）
数据源标明为推算、而非实测的数字。本站原样保留这个标记并显示出来，即使它落在斩杀线上最关键的那个点上。