替代項 - Benchable
Benchable 是一個用於評估與比較大型語言模型的平台，依據實測數據比較模型在特定任務上的效能、成本與速度，協助選出最適合的模型。
在尋找類似 Benchable 的應用程式嗎？探索依據功能、類別和使用情境排名的類似應用程式和替代方案。
LLM Stats
LLM Stats 提供集中資料庫與工具，讓用戶比較與分析各大型語言模型的基準表現、定價與功能，並透過 playground 與 API 存取多款模型。
ModelBench
ModelBench 是一個網頁基準測試平台，用來以質量、安全、成本與效能等指標比較大型語言模型與嵌入模型，並提供排行榜、權衡圖與詳細基準數據。
Narev
Narev 是一個讓你自訂基準測試大型語言模型的平台，可進行類似 A/B 測試的比較，並支援整合現有模型。
BiomedArena
BiomedArena 透過 CardBiomedBench 和社群投票，並列比較與量化評估生物醫學大型語言模型在專業任務上的表現與推理能力。