做大模型测评，最终能靠什么盈利？公开做，创作激励估计入不敷出，还容易惹争议。到最后估计又要沦落到吃厂商饭维生。

要是公司内部私有测评集。为什么要公开呢？多少有引流到自家产品意味。

最后再谈谈一个矛盾点，让每个模型发挥到最好效果，需要的指令可能不太一样。但如果考虑到控制变量，这简直无法做。

但如果只是公司内部选型，就没什么顾虑。