Free · browser-only
双版本通过率样本量
目标版本通过率—
每个版本所需案例—
总评测案例—
预计无效案例—
预计总成本—
决策强度—
MDE 是你愿意据此改变上线决策的最小提升，不是你希望看到的漂亮数字。
使用两个独立比例的正态近似进行规划，不替代精确检验、配对设计、多指标校正、序贯试验或统计专业判断；低通过率、小样本和相关样本需另行设计。
Paid · one-time
$1 Eval Plan
生成一份在开跑前冻结的评测协议，避免看到结果后改指标、改样本或改停止条件。
- 假设、MDE、样本量、成本和停止规则
- 样本冻结、随机分配与污染检查
- 通过/失败/无效的结构化记录模板
- 多维指标、人工复核和最终决策记录
Source ledger
评测先定义成功
NIST normal approximation · 2026-07-25