提示词、评测与可观测行情

提示词、评测与可观测 · 成熟网站

月访问 5 万以上

共 54 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 为希望体验和评估 AI 模型的用户提供多模型对话、比较、投票及生成网站和应用的功能。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
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
Taste Labs为前沿模型、智能体和创意技术公司提供基础设施,帮助 AI 理解并生成更符合审美和品牌风格的设计。200.6K
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
Hume AI为构建语音模型和智能体的团队提供音频判断 API、表达测量、评估及人工反馈工具,帮助衡量和改进语音 AI 的真实对话表现。188K
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
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基准排名、设计输出对比及模型性能变化追踪。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
SWE-bench为语言模型评测人员提供真实 GitHub 软件问题数据集、可复现的评测工具和排行榜,用于比较模型解决软件问题的能力。126K
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
Evidently AI开源 AI 评估与可观测性框架,帮助 AI 团队测试和监控大语言模型、RAG 应用、AI 智能体及机器学习模型。116.5K
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
Promptfoo开源为开发者和企业提供AI应用安全测试与漏洞检测工具。107.8K
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
Harbor开源供智能体开发与评估人员在沙盒中并行运行、评估和优化智能体及模型的框架。97.9K
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
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
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
failproofaiMCP开源Failproof AI 为构建自主智能体的开发团队提供运行追踪、故障识别和实时策略执行,帮助阻止错误操作并提高智能体可靠性。74.5K
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
WeaveMCP为工程团队提供研发效能与 AI 使用分析、模型请求路由及基于团队数据的智能问答,帮助衡量产出、质量和成本。58K
第 1 / 2 页 · 当前展示 1–50 / 共 54 个产品