# OpenRouter 上线 Ori Eval：用你自己的代码和提示词，跑分找出最合适的模型

> 原标题：OpenRouter 推出 Ori Eval：用你的数据证明哪款模型最适合你的项目

- 来源：AI HOT 精选
- 发布时间：2026-07-31T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48455
- 原文：https://openrouter.ai/blog/announcements/ori-eval

## 摘要

OpenRouter 在 7 月 31 日推出了 Ori Eval，一个能直接在你代码库里跑模型对比的工具。它会自动扫描你代码里所有调用模型的地方，问你更在意准确度、延迟还是成本，然后根据你的回答生成评测文件，并用你真实的提示词去跑 5 款最新的模型。最后给你一张表，列出每款模型的 bug 捕获率、中位延迟和每次任务的花费。

## 推荐理由

OpenRouter 上线 Ori Eval，开发者可在自己代码库里用真实提示词对比 5 款模型，输出 bug 捕获率、中位延迟和单次任务花费。

## 锐评

用自己代码库和真实 prompt 跑分，这个方向对，公开 benchmark 早就跟实际任务脱节了。但只跑 5 款模型、样本量也没说，那张 bug 捕获率的表我最多当参考，别拿它当选型依据。让我在意的是它自动扫你代码里所有调模型的地方，整个调用链都得交给它读一遍，公司代码库接这种工具之前得先想清楚。

OpenRouter 做这个动机也直白，你跑完分顺手就在它那儿切模型了，评测是入口，路由才是生意。
