推荐入口
TEXT · REASONING · INSTRUCTION
文本评测实验室
同一个 Prompt 并行测试多个模型,实时查看回答,比较响应速度并进行人工评分。支持自定义 OpenAI 兼容 API。
- 最多 4 个模型并行运行
- 流式回答与本机历史记录
- 一键公开分享评测结果
CHOOSE YOUR EXPERIMENT
从文本任务开始,也可以测试模型生成可运行内容的能力。
TEXT · REASONING · INSTRUCTION
同一个 Prompt 并行测试多个模型,实时查看回答,比较响应速度并进行人工评分。支持自定义 OpenAI 兼容 API。
GENERATIVE HTML · INTERACTIVE
给不同模型相同的创作任务,生成可交互 HTML,在隔离预览中检查实际运行效果并并排比较。
VECTOR ART · PIXEL DIFF
测试模型理解视觉描述并生成矢量图形的能力,通过像素差异和人工评价观察输出质量。
P5.JS · GENERATIVE ART
用统一任务观察模型的创意编程能力,生成可调参数、可复现的生成艺术与动态草图。
YOUR MODEL · YOUR CONTROL
每位参与者使用自己的 API 地址和密钥,浏览器直接向模型服务发起请求。密钥只保存在当前浏览器会话,不会经过本站后端。评测结果默认留在本机,只有点击公开分享并确认后才会提交到社区。