币界网消息，OpenRouter推出Ori Eval，帮助开发者判断自己的AI应用该用哪个模型。该工具会扫描代码库，找到调用模型的位置，并用项目里的真实任务测试多个候选模型。开发者可以指定更看重效果、速度或成本。评测期间，Ori Eval会锁定测试框架、模型配置和推理强度，最后直接给出排名，避免不同模型因测试条件不同而无法比较。此外，它还会检查agent是否调用了正确工具，避免不该执行的操作。开发者用自然语言描述一个bug，Ori Eval能生成复现问题的测试，修复后接入GitHub Actions，后续换模型、改prompt或改代码，都能自动检查问题是否再次出现。公开榜单只能比较模型的通用能力，Ori Eval则将逐个手动试模型的过程，变成一套基于真实业务的自动选型流程。