大家好，来 V 站自荐一下我们做的 ModelDial：
算是一个面向国内用户的大模型 Benchmark ，国内外模型都会测。最近单日 UV 过了 1.2 万，想来这里跟大家分享一下，也听听建议。
现在主要做三件事：
1. 模型能力评测、横向对比
用我们自己的私有数据集来测，分成后端工程、前端交互、知识推理、视觉审美和可维护性几个维度。同一个模型的不同思考档位也会分开看，除了分数，还可以对照参考费用和评测耗时。
2. 各家订阅套餐的额度对比
同样的预算，各家套餐大概能用多少 Token ，有哪些额度限制。把这些整理到一起，选套餐时能少翻几页资料。不同模型的 Token 也不是一回事，页面还提供了按官方 API 价格折算的等值对照，方便一起看。
3. API 模型检测
如果怀疑中转站返回的模型和标注不一致，可以通过行为指纹做个辅助核对。这个只能作为参考，不能保证判断完全准确。
目前就是我和朋友两个人一起测、一起维护，纯公益在做，网站免费使用。
我们这套题和评分也不可能代表所有人的使用场景，大家可以把它当成选模型、买订阅时多一个参考。
平时有需要欢迎来看看。如果有想看的模型、套餐，或者发现数据和自己的实测对不上，也欢迎直接指出来，我们再去核对。
Select Language