一个强大的OCR基准测试工具,帮助你快速评估不同多模态模型的OCR和数据提取能力,轻松找到最适合
一个强大的OCR基准测试工具,帮助你快速评估不同多模态模型的OCR和数据提取能力,轻松找到最适合你的模型。



一个强大的OCR基准测试工具,帮助你快速评估不同多模态模型的OCR和数据提取能力,轻松找到最适合你的模型。

支持多种主流模型,如gpt-4o和Gemini;提供详细的JSON准确率和文本相似度评估;开源数据集,可自由扩展和定制。

Omni OCR Benchmark |
一个强大的OCR基准测试工具,帮助你快速评估不同多模态模型的OCR和数据提取能力,轻松找到最适合你的模型。



一个强大的OCR基准测试工具,帮助你快速评估不同多模态模型的OCR和数据提取能力,轻松找到最适合你的模型。

支持多种主流模型,如gpt-4o和Gemini;提供详细的JSON准确率和文本相似度评估;开源数据集,可自由扩展和定制。

Omni OCR Benchmark |
Clef-omni 支持音视频决策,Clef-flash 同步降价 新的开放权重决策模型可在一次调用中处理文本、图片、音频与视频,并返回受 schema 约束的选项评分,适合工程工作流中的分类与动作判断。
编码订阅评估应拆分模型与 Token 工作负载 新公开的订阅实测方法通过隔离输入、输出、缓存写入和缓存读取,观察用量表变化,再估算不同模型与任务形态的额度。
RemoveMacAI 为 macOS 提供可回退的 AI 资源管理 这个 MIT 许可的 Swift 开源工具可检查本地模型占用、预演清理并通过限制配置关闭相关功能,设计上不要求关闭 SIP 或直接修改系统卷。
VeriHarness 用环境证据验证长程智能体结果 开源框架让同一个模型检查多个独立执行结果:对分歧追查文件、数据等证据,对一致结论也主动寻找反例,再选择或修订交付物。
livenerf 用固定评测追踪模型上线后的能力变化 这个开源工具固定提示、CLI 版本和评分器,重复测试同一组问题,并记录准确率、输出 token 和原始日志,以区分真实漂移与随机波动。
Qwen3.8-Omni-Flash:支持音视频输入的百万上下文模型 Qwen3.8-Omni-Flash 现支持文本、图像、音频和视频输入,提供最高 1M 上下文,并可通过 Chat Completions 或 Responses 接入函数调用与联网检索。