compare-models 是按实际任务比较 Replicate 模型的 Skill。它筛候选、核输入输出接口，再用同一组材料比较质量、时间和成本。
先定义何谓合格，例如文字是否可读、参考图是否保持关键对象。排行榜和模型名只能提供线索，少量样本也不能证明所有输入都更好。
推理耗时不一定包含排队、冷启动和传输；费用应核当前计费与实际记录，不能把某个 metrics 字段直接当完整账单。便宜模型不必然更慢，官方模型也不能仅凭归档描述保证一直常驻。
适合在试用预算内选候选。本文未运行预测或核当前价格，提示词专项引用未展开；比较需保留输入、参数和版本，决定依据应对应你的任务，而不是机械选择名字带 pro 的版本。