提示词、评测与可观测行情

提示词、评测与可观测 · AI 角色:传统软件与服务

官网未强调 AI 能力

共 693 个产品
产品与研究指标
产品月访问 · 10月操作
LiveBench 2.0LiveBench;0 是一个评估 AI 模型长时程任务表现并比较其质量与成本的基准平台。688.3K
Codex雷达站为关注 Codex 和 AI 模型的用户提供模型能力、速度、档位选择及社区体验的实测雷达信息。605.1K
LMSYS Org大型模型系统组织——致力于开发开放、易用且可扩展的大型模型和系统。193.8K
SwanLab开源为 AI 开发者与研发团队提供模型训练实验跟踪、可视化、实验对比和团队协作工具。185.6K
TERMINAL-BENCH开源用于衡量并推动终端智能体工作前沿的评测基准。157.7K
PromptUp面向 AI 社区的提示词管理与分享网页应用,帮助用户建立个人提示词库并发现他人创建的提示词。127.6K
LM SpeedLMSpeed为使用大语言模型 API 的人提供模型基准、价格和速度比较,以及 API 安全审计工具。121.1K
YuppYupp 曾为全球用户免费提供多种 AI 模型的访问和比较体验。103.6K
ccusage开源本地命令行工具,用于跟踪多种编程代理 CLI 的令牌用量并估算成本。92.1K
Mintive为企业团队提供 AI 代理治理基础设施,通过身份管理、权限控制和审计记录管理代理对模型、工具及数据的访问。85K
Prompt OptimizerMCP开源提示词工作区,帮助用户通过真实输出迭代、测试和评估提示词。84K
MathArena开源通过近期数学竞赛、奥林匹克竞赛和研究问题评估大型语言模型,并展示其表现与成本排名。81.4K
SessionWatcher在 macOS 菜单栏或 Windows 任务栏实时追踪各类 AI 编程工具的使用量、成本和速率限制。75.8K
SuperCLUE为产业、学术研究及终端用户提供中文大模型多维能力评测、排行榜和使用成本对比。73.9K
BenchmarkList公开的 AI 基准测试、模型评分及结果来源索引与数据库。65.7K
Promptomania为用户提供 AI 模型目录、可视化提示词构建器和提示词指南。62.2K
EQ-Bench 4 LeaderboardEQ-Bench公开比较语言模型的情商与创意写作基准成绩。58.4K
First Proof ProjectFirst Proof 对 AI 在研究数学方面的能力进行独立、透明且严谨的评估。50.8K
Tokenmaxxing开源帮助编码智能体用户同步本地 Token 用量和估算花费,汇总多设备数据并通过公开排行榜与其他用户比较。34.1K
SharePrompt面向越南用户的双语AI提示词(Prompt)分享与优化平台,收录数千个精选提示词。29.9K
DrivingBenchMCP开源评估前沿语言模型通过控制真实汽车在锥桶路线上行驶表现的基准测试与排行榜平台。29.8K
PromptFolder用于构建、保存和发现提示词,并将其用于 ChatGPT、Midjourney 等人工智能工具的提示词管理器。25.9K
RayTrace开源为开发者和团队提供沙箱与证据记录,用来观察 AI 编程代理的文件访问和网络调用,并报告越界命令。23.4K
LocalScore开源面向本地运行大语言模型的用户的开源基准测试工具,用来衡量模型在你的硬件上的推理速度并公开对比结果。21.4K
Big Prompt Hub为设计师、开发者、营销人员和内容创作者提供 AI 技能、提示词系统、工作流及创作模板的资源库。20K
PinchBench开源为开发者评测不同大语言模型作为 OpenClaw 编码代理时的成功率、速度和成本。13.3K
Valohai为机器学习团队提供 MLOps 平台,用于构建、评估、部署和管理模型及其数据流水线。12.8K
Prompt Security开源为安全团队提供人工智能安全新闻、研究、工具和分析,帮助其了解并应对人工智能威胁。12.6K
Warden AI为人力资源技术供应商、招聘机构及企业提供持续的 AI 系统偏见审计、准确性与可解释性测试及合规认证。10.6K
ProgramBench开源基准,用来评估语言模型能否在看不到源代码的情况下从零重新实现程序。10.2K
Rival开源免费在线博物馆,保存并展示不同模型对相同问题的回答,供人们浏览和比较。9.2K
SystemPrompt开源为企业提供可自托管的AI治理控制平面,用于管理AI客户端、模型和工具的访问策略与审计。7.7K
EEBenchatopile 建立的电气工程智能体基准,用仿真与物料清单约束衡量前沿模型完成硬件设计任务的表现。7.4K
AI Benchy人工智能模型基准评测排行榜与对比分析平台,帮助用户了解不同模型的得分、可靠性、响应速度及成本性价比。5.5K
SWE-sweep开源基准,用来评测编程智能体在没有漏洞提示的真实代码库中自主发现并修复尽可能多漏洞的能力。5.4K
TokenomyMCP为工程和财务团队提供AI支出的计量、预算管控、模型路由与成本归因工具。5.3K
OmniShield面向开发者、创始人和安全团队的 Chrome 扩展,在 AI 聊天请求发送前于本地检测并替换密钥、密码和个人信息,防止敏感数据泄露。5.2K
TokonomicsAI 成本计量代理服务,位于应用程序与各大 LLM 提供商之间,帮助团队实时监控 Token 消耗、设置预算警报与消费硬上限。5K
ClawMetry开源帮助团队发现、观察和治理AI代理,监控其活动与成本,并在出现问题时介入控制。<5K
PipeLab开源Pipelock 是面向运行 AI 智能体的开发者和团队的开源防火墙,用于拦截凭证泄漏、危险工具流量及提示注入,并生成可离线验证的签名审计证据。<5K
CordumMCP开源为使用 Claude Code、MCP 工具和生产代理的团队提供自托管治理平台,在操作执行前进行策略检查与审批,并记录脱敏审计证据。<5K
FireTail为企业安全、AI、治理合规团队及托管服务提供商提供统一平台,用于发现组织内的 AI 使用、评估安全风险、执行治理策略并生成合规报告。<5K
Agentic Control PlaneMCP为开发者和团队提供 AI 智能体调用的权限管控、审批、成本追踪与审计。<5K
OpenPipe开源OpenPipe 在 2025 年被 CoreWeave 收购后,已将包括模型蒸馏在内的核心功能迁移到 CoreWeave 平台,并继续支持开源 ART 训练器。<5K
AgentLint开源用于审计和修复代码仓库中 AI Agent 规则文件(如 CLAUDE.md、AGENTS.md、.cursor/rules 等)及环境配置的命令行 linter 工具。<5K
Prompt Cannon可让用户同时在多个 AI 模型中测试提示词并比较回答。<5K
TrojTrojAI 为企业提供 AI 智能体安全防护,覆盖部署前风险测试、运行时威胁监测、敏感数据保护与风险治理。<5K
Niyoos为在生产环境运行 AI 代理的团队提供治理网关,可设置单代理支出上限、检测循环并验证审计记录。<5K
CodeTogether为工程组织记录 AI 辅助开发的成本、投入与交付质量,帮助管理者识别浪费、评估回报并优化团队工作方式。<5K
Joring帮助企业和个人查看AI使用情况、保护敏感信息、管理AI工具并分享可重复使用的工作流程。<5K
第 1 / 14 页 · 当前展示 1–50 / 共 693 个产品