本周选读·模型：批量抽取和长文档，别用同一张评分表

同一个团队可能一边处理上万条短工单，一边阅读几十页产品资料。两种工作都叫“用大模型整理信息”，但适合的验收方式并不相同。本期选读基于截至 2026 年 10 月 19 日核对的官方文档，包含此前已发布的资料，不是一份本周新品榜。

短任务先看批量结果能否直接使用

GPT-6 Luna 官方定位是范围明确、高频运行的任务，标准输入单价较低。来源 1 若工作是从工单里抽取订单号和诉求，可以先读Luna 的批量抽取分析。

这里最值得记录的不是回答写得多漂亮，而是多少条能直接进入下一步。漏掉一个订单号，可能导致整条工单需要人工处理；多写一句解释，也可能让原本可解析的结果变成格式错误。费用应连同这些返工一起计算。

长材料先看证据能否回到原处

Gemini 3.8 Flash 的官方页列出 PDF、图片、音视频等输入能力。来源 2 对资料整理，这提供了试验入口，但不等于摘要里的每个结论都能直接采用。

本期的PDF 验收文章把数字、单位、脚注和引用拆开检查。采购比较时，可以要求候选模型处理同一组材料，并把无法确认的内容单独列出。看见“未知”比拿到一个流畅但错误的答案更容易继续工作。

一张表可以怎样分开记录

任务	主要验收项	费用口径
工单字段抽取	缺失值、误填、字段格式	每份合格记录的调用与返工成本
规格书比对	数字、条件、引用位置	完成一份可复核比对所需的总成本
多轮任务	约定是否保留、异常能否恢复	多轮累计用量与人工接手时间

这张表是编辑整理的比较方法，不是厂商评分，也没有给任何模型排名。相同 Token 用量只适合比较单价，不能自动说明两款模型完成了相同工作。

本周可以留下什么

选一类真实但可匿名处理的任务，写清输入、合格结果和不能接受的错误。先把已有流程的耗时记录下来，再决定是否值得发起小规模付费测试。型号、参数、渠道和价格日期应一起保存。

若需要查费用口径，继续看模型市场指南。从一项可验证的工作开始，后续更换模型时才有同一把尺子。