模型跑分是否应改为「红黄绿」任务评级并标注单任务成本？

一名 Reddit 用户提议用“差/中/好”的任务级评级取代聚合分数，并为每项任务标注成本，以帮助用户判断哪个模型最适合具体工作。细分评级还可支持模型自动路由，对本地 LLM 用户尤其实用；该用户认为现有 ArtificialAnalysis 和 HF 排行榜主要提供数字，仍需社区确认是否存在类似工具。