LLM 评测工具 orbench 登陆 Product Hunt，支持真实任务自定义跑分

LLM 评测工具 orbench 在 Product Hunt 上线，支持导入 CSV 或 Hugging Face 数据集，从 OpenRouter 选择模型，并结合 AI 评分、盲测人工评审和自定义标准进行基准测试。官方示例中，Claude Opus 得 8.6 分，DeepSeek 得 7.2 分，单次成本仅为前者的 1/24。