私有结构化手动 A/B 对比 · 无需 API

用相同的实务测试比较两个模型

把同一道提示词分别交给两个模型,将两个回答粘贴到这里,并逐题记录结构化的 A/B 判断。

不调用任何 APIOpenGPT 不会上传;候选服务仍会收到你提交给它们的提示词。

选择两个模型

选择要比较的具体版本。

选择一个真实任务模板

每套包含 3 道简短、可重复的测试。

正在保存草稿到当前设备…
评测进度0 / 3 已完成
0 / 3
1 / 3

退货资格

完成本轮测试

  1. 1复制提示词
  2. 2在模型 A 中运行
  3. 3在模型 B 中运行
  4. 4粘贴两个完整回答
  5. 5选择更好的回答
1

测试提示词

政策:未开封商品可在 30 天内退货;已开封软件不可退。Mina 在 18 天前购买了一把未开封键盘。请写一段简短、友好的回复,明确是否符合退货条件以及下一步。

请先选择两个不同版本。

2回答 A模型 A
模型服务

确认选择此具体模型:
粘贴刚才复制的提示词,然后运行。 把完整回答粘贴到下方。

3回答 B模型 B
模型服务

确认选择此具体模型:
粘贴刚才复制的提示词,然后运行。 把完整回答粘贴到下方。

哪个回答更好?
请先粘贴两个回答,再选择判断。