要对比不同大模型输出质量，需新建独立工作区“模型对比测试”，重置记忆后手动锁定单个模型（如qwen/qwen3-32b或kimi/kimi-k2-128b），用同一指令和附件批量生成新闻稿，导出命名隔离；再通过内置【文本质量分析】技能统一打分，并人工比对风格差异。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要直接对比不同大模型对同一任务的输出质量，比如让Qwen3和Kimi K2分别写一份产品发布会新闻稿，再看谁更符合品牌调性、逻辑更严密、错别字更少，就不能依赖AionClaw默认的自动调度——它会按任务类型悄悄换模型，你根本不知道哪次用了哪个。
准备一个干净的任务沙盒
新建一个独立工作区，路径为AionClaw → 左侧导航栏 → 【+ 新建工作区】→ 命名为“模型对比测试”。不要复用已有工作区，避免历史记忆干扰本次纯模型能力比对。
进入该工作区后，点击右上角齿轮图标→【重置当前工作区记忆】→确认清除。这一步【必须执行】，否则AionClaw可能沿用之前对话中压缩过的上下文模板，导致两次输出结构趋同，失去对比价值。
手动锁定单个模型执行任务
在“模型对比测试”工作区内，点击右下角模型切换按钮（显示为当前模型名称，如“Qwen3-32B”）→选择【自定义模型】→填入以下三项：
Base URL：https://taotoken.net/api
API Key：粘贴你在TaoToken控制台生成的Key（形如sk-xxxxxxxx）
Model ID：填入你要测试的具体模型标识，例如qwen/qwen3-32b或kimi/kimi-k2-128b。注意大小写与斜杠不能错，TaoToken对Model ID区分大小写，输错直接返回404。
保存后，输入任务指令：“请根据附件《新品参数表.csv》撰写一篇面向科技媒体的800字发布会通稿，突出AI语音降噪与续航升级两点”。发送前确认右下角模型标签已更新为你刚填的ID，而非“自动”或“推荐”。
批量生成并隔离保存结果
第一步：用qwen/qwen3-32b跑完任务后，立即点击输出框右上角【导出为TXT】→保存为“Qwen3_发布会通稿.txt”，存到本地指定文件夹（如D:\AionClaw_Bench\Round1\）。
第二步：回到模型切换界面，把Model ID改为kimi/kimi-k2-128b，其他两项（Base URL、Key）保持不变→重新发送**完全相同的指令**→导出为“KimiK2_发布会通稿.txt”。
第三步：重复上述操作，依次测试glm/glm-4-air、deepseek/deepseek-v3-671b等。每次必须清空当前对话窗口再发新指令，否则AionClaw可能把上一轮的反馈当作隐式约束，悄悄调整输出风格。
关键提醒：所有测试必须使用同一份附件、同一段指令文本、同一轮次内完成。时间跨度过大可能导致TaoToken后台模型版本更新，造成非可控变量引入。
用内置技能做结构化打分
在“模型对比测试”工作区中，启用内置技能【文本质量分析】→上传刚导出的Qwen3_发布会通稿.txt →勾选“检查事实一致性”“统计被动语态占比”“标出超过35字长句”三项 →运行。
等待结果生成后，点击右上角【复制分析报告】→新建本地记事本，粘贴并保存为“Qwen3_评分报告.txt”。
接着，对KimiK2_发布会通稿.txt执行完全相同的操作流程：启用同一技能→上传→勾选相同选项→复制报告→保存为“KimiK2_评分报告.txt”。
这一步不能跳过人工比对环节。AionClaw的评分维度是固定的，但“是否符合品牌调性”这类主观判断仍需你打开两个TXT并排查看——比如Qwen3频繁使用“革命性突破”，而KimiK2倾向“渐进式优化”，这种差异恰恰是选型关键依据。
