公开基准测试直播平台

ns123abc · x · 2026-07-13

一个面向公开基准测试的直播式评测平台：可以把测试 harness 上传到安全开放的平台上，任何人都能接入自己的模型 API key 在线跑 benchmark。平台会公开所有结果，并实时更新排行榜，让评测过程透明化、可复现，也方便社区持续对比不同模型表现。