orbench

在切换模型之前，先用自己的任务对大语言模型进行基准测试。

orbench 是一款桌面应用，支持导入 CSV 或 HF dataset 中的真实任务，对比 OpenRouter 上的不同 LLM，并使用自定义 rubric、AI judge 或盲审人工评审进行评分。通过在切换模型前验证实际任务表现，orbench 能帮助团队更可靠地完成模型选型。