标记为“模型评估”的 AI 工具

所有标记为“模型评估”的 AI 工具，由我们团队精选并验证。

3 款 AI 工具3 款已认证

顶级模型评估工具

该分类下评分最高的工具，每周精选更新

AI 基础设施

Opik 是 Comet 推出的开源（Apache 2.0）大语言模型（LLM）可观测性与评估平台：提供追踪功能、30 多种评判指标、实时护栏以及独具特色的自动化智能体优化器。支持免费自托管，云服务套餐仅需 $19/月，价格远低于其他高级评估平台。

AI 基础设施

Braintrust 是一个以评估为先（eval-first）的可观测性平台，专为交付 LLM 产品的团队打造，将追踪、数据集、评分器和 CI/CD 质量门禁整合到一个工作流中。它被 OpenAI、Stripe 和 Notion 所采用，属于优质的专有软件，从免费版到付费版的跨度较大。

AI 基础设施

Arize Phoenix 是一款开源的、原生支持 OpenTelemetry 的 LLM 应用和智能体可观测性与评估平台。它能追踪每一次调用，使用 50 多种内置评估器进行打分，并支持免费自托管，是追求供应商中立的团队的标准选择。

AI 基础设施

AI 基础设施

AI 基础设施

已加载全部 3 款工具