给大模型做选型时，多数人先看榜单总分，其实能力评测和风格评测回答的是两个不同的问题：前者看模型「能不能做对」，后者看它「以什么方式作答」。结论先说：要挑一个能扛活的生产力工具，以能力评测为主；要挑一个直接面向读者输出的写作助手，风格评测的权重就得往上提。DeepSeek、Kimi 这类工具各有侧重，只看一条线都容易选偏。
能力评测的典型题面是数学推理、代码生成、长文抽取和多步规划，判分有明确对错，机器可以直接批改。风格评测关心语气是否克制、结构是否清爽、中文表达是否地道，这类题目往往没有标准答案，需要人或裁判模型给主观分。
把两条线拆开还有个现实好处：责任好分。能力出问题，通常是模型或题集的锅，修法是换模型、改题面；风格出问题，多半是提示词与后处理的锅，修法是调指令、加排版规则。混在一起评，出了问题只能说「效果不好」，排查无从下手；拆开评，每一分都指向明确的改进动作。
再补一个判断：风格不是玄学，它可以拆成可检查的条目——句长是否失控、列表是否滥用、开头是否千篇一律、称谓是否符合场合。拆成条目之后，风格评测也能部分自动化，只把真正的语感问题留给人工。很多团队放弃这条线，是因为把它当成了说不清的感觉；当成条目，它就能进流程、进报表、进改进清单。
两个词各管什么
拿「把这份会议纪要压缩成三句话」举例：要点齐全、没有漏数字，属于能力的部分；有没有生硬的翻译腔、有没有擅自加戏，属于风格的部分。同一个回答可以能力满分而风格扣分，反过来也成立。
所以两条线的评分口径不能混着设计。把主观印象混进能力题，分数会抖；把对错判断混进风格题，评的人会吵。
看准确率还是看表达
能力评测的输出通常是准确率或通过率，能横向排队；风格评测的输出更像一组偏好描述，适合做画像而非排名。通义千问与文心一言在不同口径下名次互有先后，正是口径不同的体现。
同一道题的两种答案
同一篇长文摘要任务，A 模型信息全但句子拗口，B 模型文笔顺但漏了关键数字。做内部知识库问答，A 更合适；做面向客户的邮件代笔，B 稍加约束反而更顺。这道题就是两种评测的分水岭。
按用途分配权重
给用途定权重，比争论哪条线更正宗有用得多。参考分配如下：
- 后台批处理：能力权重九成，风格一成。
- 内部知识助手：能力七成，风格三成。
- 对外文案助手：能力五成，风格五成，再加人工终审。
| 用途 | 能力权重 | 风格权重 | 这条线掉分先修什么 |
|---|---|---|---|
| 后台批处理 | 九成 | 一成 | 能力掉分先换模型或改题面，风格问题基本可以放过 |
| 内部知识助手 | 七成 | 三成 | 抽取漏字段先查解析规则与题面，再谈换模型 |
| 对外文案助手 | 五成 | 五成，另加人工终审 | 风格不对先调指令与排版规则，别急着换模型 |
最后给个判断口诀：先问这份工作容不容错，再问读者看不看得舒服，两条答案合起来，权重自然浮出来。评测口径没有高下，只有合不合用，把这个问题想通，选型会议能少吵一半。
想继续往下钻，可以对照自动判分和人工抽检有什么区别？看评分由谁完成，再读基准分和实际任务有什么区别？选型不再纠结理解分数与用处的落差；关注主观题的稳定性，可看均分和分数分布有什么区别？适用场景分开讲。
速查表
- 能力评测：有对错，看准确率，管筛选。
- 风格评测：看偏好，管体验，靠抽样。
- 先定用途，再定两条线的权重，最后才看榜单。
带走一句：能不能做对，用能力评测量；像不像个靠谱作者，用风格评测量。
能力评测和风格评测快问快答三则
- 风格评测是不是不重要？：并非如此。它决定读的人愿不愿意继续用，只是不适合拿来排队。
- 两者分数能加总吗？：能加权，不能直接相加，口径不同加了也没意义。
- 谁来做风格判分更稳？：裁判模型初筛加人工复核，比任何一方单独拍板都稳。
