首先要明確的是，無論是扇貝還是之前回答者提到的Test Your Vocab都是測被動詞匯，也就是說很多單詞可能只是知道，不壹定會用。理解這壹點是討論的基礎。
正如題主所說，扇貝的詞匯測試給出了選項，讓測試者有了蒙在鼓裏的概率，也許是通過判斷詞性，也許是通過拼湊詞根，甚至是直接猜測……顯然，這樣測出來的詞匯量，即使按照扇貝本身的評價標準，也是不準確的。
測試妳的Vocab不提供選項，但是不提供選項也會有缺點。雖然測試者通過排除法的“奇技淫巧”得不到答案，但有時我們也會把不認識的詞誤認為認識。可能是新單詞的拼寫和熟悉的單詞比較接近，或者是新單詞中有熟悉的詞根(但實際上單詞的意思和我們所想的並不壹致)，會導致我們把壹些新單詞當成認知。有人說查字典就能確定。其實這個用處不大，因為查字典後，妳會發現有些有點熟悉但把握不好的詞的意思突然被回憶起來，然後這些詞又被當成熟詞了。這也會導致測試結果不準確。畢竟在真實的語境中或者英語考試中，是不可能用字典來閱讀文章的。這些看似熟悉的單詞仍然不能準確回憶起意思，所以這些單詞對我們理解文章不會有太大幫助。
扇貝選擇題測試法和Test Your Vocab勾選的熟悉單詞是目前比較流行的兩種單詞量測試方法。不管自己的詞匯量計算方法是否合理，即使以自己的標準來看，兩種方法實際測得的詞匯量都會大於實際詞匯量(應該是在自己的測試方法下測得的)，也就是會更大。如果壹定要找到更準確的測試方法，那大概應該是讓測試者自己寫出每個單詞的意思，然後將答案與字典意思進行對比。這種方法準確，但是繁瑣，做起來太麻煩，無法普及。
如果要做扇貝和考妳Vocab的對比，根據經驗，似乎在較低的詞匯水平(1.5w以下)，扇貝和考妳Vocab的結果比較接近，扇貝可能更高。但是在更高的詞匯層面上，Test Your Vocab的結果顯然要高很多，在扇貝上可能是1.8w-2w，而在Test Your Vocab上可以是2.5w+，這似乎是因為扇貝最多只能封頂2w。
其實，如果妳真的想知道自己的詞匯量水平，不妨直接參考各級英語考試的詞匯量要求。四級大概4k-5k，六級大概6k-7k，托福大概8k-12k，SAT要求12k-15k，GRE大概15k。
至於詞匯測試軟件之類的東西，不要太當真。它能做的如下:
1.衡量近似和不精確的詞匯水平(很可能過大)。
2.通過不同時間多次測試，可以知道壹段時間內的詞匯量增長情況。
3.與他人的測試結果進行比較
所以是1w還是1.1w還是1.2w其實並不重要，知道自己在進步就好。