提示词、评测与可观测行情

提示词、评测与可观测 · 产品形态:网页应用 (Web)

共 1,762 个产品
产品与研究指标
产品月访问 · 10月操作
LMSYS Chatbot Arena巨兽Arena 是面向希望了解和评估 AI 模型表现的用户的平台,支持与模型聊天、比较和投票,并通过真实使用评估形成公开排行榜。35.8M
Prompt Cowboy面向个人和团队,将粗略想法转化为适用于ChatGPT、Claude等大语言模型的高质量提示词。1.1M
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
LangfuseMCP开源为开发者和团队提供开源 AI 工程平台,用于追踪、评估和调试 AI 智能体,管理提示词并监控成本与延迟,支持云端及自行部署。586K
SmithLangSmith 正式发布566.4K
Vals AIVals AI 在真实工作场景中独立测试 AI 模型。探索编程、金融、法律等领域的基准测试结果、模型对比和研究。454K
Shannon AI为日常用户、开发者和安全团队提供 AI 对话、代码生成、文档分析及红队安全测试能力。390K
Pydantic Logfire为构建和运营 AI 应用与智能体的团队提供可观测性、追踪和评估工具。356.6K
Arena供用户聊天、比较并投票评价 AI 模型的平台,通过真实使用构建公开排行榜。344.1K
PrompTessorMCP一站式 AI 提示词工作空间,提供提示词生成、分析、优化、反向工程与提示词库管理功能,支持多种大语言模型、图像与视频生成模型。321.3K
Generate Prompt AIGeneratePrompt.net 为希望改善 AI 输出的用户生成和优化文本、图像及视频提示词,并提供图像视频生成、文本改写、检测与图片文字提取工具。284.3K
Portkey为 AI 团队提供 AI 网关、可观测性、护栏、治理和提示管理,帮助他们将生成式 AI 应用投入生产并进行管理。195.7K
Energent.ai使用独立 AI 审核器将 AI 生成的文件与源文档核对、重算并追踪证据,帮助财务、运营团队和服务公司验证工作成果。195.3K
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
Collibra面向需要在 AI 速度下获得确定性的企业与 AI 领导者的企业级 AI 控制平面,用于治理各类数据、模型和智能体的上下文与控制。188.3K
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
MLflow开源面向各类团队的开源 AI 工程平台,用于追踪、调试、评估、监控和优化大语言模型应用、智能体及机器学习模型。148K
BridgeBench为关注 AI 编程模型的人提供多维度排行榜、设计输出对比和模型性能变化追踪。143.8K
G0DM0DE面向大语言模型研究者的 AI 聊天工具,可并行调用多个模型、评选回答并研究输出引导与安全评估。128.2K
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
Future AGIMCP开源为开发团队提供测试、保护和监控 AI 智能体的平台,支持语音与聊天模拟、评估及运行观测。121.7K
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
Prompt Builder帮助个人和团队生成、优化、测试并管理适配不同AI模型的提示词。113.1K
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
PromptLayer面向 AI 工程团队的提示词管理、评估和可观测性平台,帮助团队协作编辑提示词、测试工作流并监控生产环境中的 AI 应用。85.9K
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
Confident AIMCP为企业团队提供 AI 质量评估与可观测平台,用于监控生产环境、评估 AI 应用并将故障转化为测试。83.4K
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
NeuralTrust为企业提供AI代理和应用的安全网关与防护,帮助团队控制访问、检测攻击并管理AI使用成本。74.5K
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
CekuraMCP为构建语音 AI 智能体的开发者和团队提供上线前模拟测试、生产通话监控及自动改进功能。73.2K
Orq.aiMCP为企业提供统一的 AI 网关与软件工厂,用于治理模型和智能体调用、监控成本与安全,并通过 AI 智能体规划、开发和测试软件。71.8K
Prompt Genie为 AI 用户和团队优化提示词、节省令牌,并帮助 AI 编码代理复用已读取的文件。67.7K
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
Coarena计算机使用 AI 智能体对比评估与排行榜平台,支持对两个 Agent 在真实研究与操作任务中进行双盲对比打分与评测。59K
World of AI Bench为开发者提供基于实际构建任务的独立AI模型评测与基准测试平台,支持使用自己的API密钥进行测试与对比。58.7K
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
Helicone开源为 AI 团队提供模型路由、调试和监控,帮助构建可靠的 AI 应用。57.2K
LangWatch开源为 AI 平台团队提供代理工程平台,用于模拟测试、评估和监控 AI 代理及其生产表现。52.1K
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
Openlayer开源为受监管企业提供AI治理与可观测平台,帮助团队发现、测试、监控和治理AI系统。48.4K
LatitudeMCP开源为开发者和构建 AI 智能体的团队提供生产追踪、故障发现及告警,并调度编程智能体修复问题。48.2K
Judgment Labs面向智能体的持续改进工具栈。大规模监控并改进智能体的行为。47.4K
Claude Tuner开源Chrome 扩展和网页仪表板,帮助开发者和团队跟踪 Claude、ChatGPT 与 Gemini 的使用量、限制和重置时间,并提供预测与计划分析。46.5K
Agenta开源开源 AI 智能体工作空间,帮助团队通过聊天构建、运行和自动化智能体,并连接团队使用的工具。45.8K
AlationAlation Intelligence Operating System 面向企业,帮助确保数据应用和智能体基于准确、受治理的数据运行。43.6K
RaindropMCP开源帮助开发智能体的团队追踪运行过程、自动发现和调查生产故障,并通过模拟和实验验证修复。42.8K
第 1 / 36 页 · 当前展示 1–50 / 共 1,762 个产品