替代项 - Benchable
Benchable 是一个用于基准测试和比较大型语言模型的平台，基于数据评估模型的性能、成本和速度，帮助为具体任务选择合适的模型。
在寻找类似 Benchable 的应用？探索根据功能、类别和使用场景排名的类似应用和替代方案。
LLM Stats
LLM Stats 是一个按基准、定价和能力分析比较大型语言模型的平台，提供试验场和 API，汇总性能与成本数据以便决策。
ModelBench
ModelBench 是一个基于 Web 的平台，用于按质量、安全、成本和吞吐量等指标评估并比较大型语言模型与嵌入模型，提供排行榜、权衡图和详细基准数据，便于模型选择。
Narev
Narev 是一个平台，用于对大模型进行自定义基准测试，像对产品做 A/B 测试，并支持与现有工具集成。
BiomedArena
BiomedArena是一个平台，用于通过标准化数据集（CardBiomedBench）和社区投票对生物医学领域的大型语言模型进行并排测试、评分与基准评估。