表格基础模型（TFM）在一次前向传播中即可完成带标签的预测。近期的基准测试称它们在客户流失任务上显著优于树模型，但该比较使用的是未调优的梯度提升树（GBDT），且仅评估排序指标，而实际的留存活动是以收益为准。我们对 TabPFN-2.5、TabPFN-3.5、TabPFN-3.5‑Fast 与 TabICL v2 在五个公开的电信流失数据集上进行重新评估，基准模型为 Optuna 调优的 GBDT，实验采用 10 次随机划分。研究聚焦三个问题：模型能否有效排序流失用户、该排序能否带来更高的期望最大利润（EMP）、以及模型概率能否支撑阈值策略。采用分割感知的检验并对 20 项预先声明的比较进行 Holm 校正后，TabPFN-3.5 在 Cell2Cell 数据集上提升 EMP 1.9%，在 Iranian 数据集上提升 7.6%，且这些提升在对比三种不同调优 GBDT 时均显著。Orange 数据集上虽然在全部 10 次划分中均领先（提升 14.3%），但校正后不具显著性（Holm p=0.155）。由于划分是对同一数据集的重抽样，结果并不代表独立运营商的情况。TabICL v2 仅在 Iranian 数据集上优于最佳调优 GBDT，且在 Orange 数据集上低估流失率 2.1 个百分点。扩大调优预算和使用重复感知划分并未改变主要结论。重新调优基线将原先的 PR‑AUC 差距从 6.1 降至 4.0，但仍未消除。TabPFN-3.5 权重的许可证（License v1.0）而非评分成本，是其收益转化为生产使用的唯一障碍。
点评：本研究通过严格的统计检验展示了最新的表格基础模型在特定数据集上的利润优势，同时也提醒了实验设计对结论稳健性的影响。