一 核心观点概述

1 GMAC的商业模型决定了使用任何非真实考试产品都无法预先精确测量考生在实际考试的分数

2 即使考虑到财务成本，考生的理性策略也应该是多次参加考试，这是最有效率的校正自身考试适应性的工具

3 任何模考哪怕是官方PREP软件，都不应该被视为分数预测工具，而应回归其熟悉界面/适应长时间专注做题情景的功能。

二 GMAC的商业模型分析

1 GMAT和高考的区别

从教十多年，遇到中国考生无数，我发现很多经历过高考的中国学生还是在准备GMAT的时候带有强的高考备考路径惯性，且不说喜欢多刷题的习惯，最明显的一点就是普遍带着“十年磨一剑，就等着上场一搏”这种心理期望值。从GMAT的性质定位来说，这一期望值显然是错误的，也浪费了一个商业考试在客户体验上提供的便利。 

从本质上说，GMAT是一个商业产品，而高考是一个政策工具。商业产品必然要以扩大用户增加收入为目的，而政策工具则不会考虑这个因素。比如说，GMAC团队有市场部，有市场专员，而且KPI包括了中国的考生数量，请问各位，谁见过教育部考试中心的市场部和市场专员？GMAC从2014年以来，为了提高客户体验的几大调整，恰恰是以增加考生人次为最终目的的。减少考试间隔为16天，允许看到分数后再取消，不让学校知道你取消过，考后提供ESR报告，这些措施都是为了激励考生肆无忌惮地多考。大仙大胆预测，12个月内只能考5次的约束，说不定也要松动。

2 GMAC的商业模型与模考的角色

在GMAC这个商业模型设定中，有一个非常关键的技术壁垒，这个壁垒是考生无法通过低廉的成本获知自己真实分数水平的关键：自适应机制。在纸笔考试机制中，如果对考试风格的研究和难度分布比较到位，很容易能编制一套逼近真实考试的模拟卷子，如中国高考的海淀卷子，黄冈卷子等。但在自适应机制里面，以一套模考卷子来逼近真实考试结果变得完全不可能。即使是宣称自带了自适应机制的模考平台（BTW，其实他们宣称的自适应机制都是假的），因为下面俩关键因素，也很难逼近真实考试：

A 真实考试的题目难度，来自考生的实际测试结果也就是大数据累计，这个数据的量和质，只有GMAC有。

B 为了实现自适应机制，必须有对应的海量的具有数据统计标签的题目。这个题目的量，只有GMAC自己能达到，即使是PREP软件，因为自适应机制基于的库太小，模拟出来的结果也是差强人意。

行文至此，插一个关于“GWD”套题的内幕往事，并借此说明为啥我对考生告诉我“GWD一套题目我错了多少个”毫不关心。

GWD套题的最早来历，是2001-2003年间，一位在美的华人高手，利用当时考场的防范技术还不先进，通过在考试过程中于眼镜嵌入摄像机，录下整个考试过程自己亲身遇到的所有题目顺序。这个高手我还有幸于2008年在美帝得以谋面。该高手网名Ace GMAT，曾以自己或替考身份参加GMAT考试两百多次，后事情败露入狱三年，出狱后在Kaplan任教GMAT数学为生。正是此人当年的替考和偷拍，推动了GMAC加入防电子设备和掌纹识别技术。

扯远了。从GWD套题的来历，我们可以看到，最原始的套题，实际上反映的是这位高手（V稳定在40-42）遇到的题目序列。也就是说，只有和这位高手水平相近的考生，做原始的套路序列，才能逼近模拟效果。而水平中下的考生，因为一直在做远超过自己水平的题目，肯定是错得很惨，而这个结果是不能反映真实考试的。后来，有好心网友不明自适应之玄机，对最原始版本的套题进行了合并整理删去重复。。。。。。。哎，好心是好心，但流传至今的版本，已经走失了真实的自适应出题序列了，所以，哪怕是高水平考生，也无法利用套路模拟出实战结果了。

写到这，第一个结论已经呼之欲出了。GMAC的整个模型设定里，就蕴含了你必须交钱参加真实考试才能满足你想知道自己大概能考多少分的好奇心。任何想用其它题目平台来预测分数的模考行为，都不会大概率得逞。