“benchmark” 相关开源项目

一个命令行与网页仪表盘，用于实时测试各家免费编程大模型的速度与稳定性，并将所选模型配置到你的编码工具中。

一个用 Bulls and Cows 猜数字游戏评测大语言模型推理能力的 Python 基准框架，通过 LiteLLM 接入多家模型服务。