四个预注册假设的最终结果：H1（旋钮不是同一种工具）支持；H2（更多思考在干扰计数上有害）不支持；H3（更多思考有助于演绎推理）仅 gpt-5.4-mini 支持；H4（准确率不涨时账单照涨）支持（描述性）。