程序员 ionutvi 近日推出开源工具 AI Benchmark Tool，旨在通过140项编程任务测试ChatGPT、Grok、Claude等主流AI模型的准确性、响应稳定性及拒绝回答率，量化其“愚蠢程度”。该工具可结合使用成本进行性价比综合排名，帮助开发者识别因模型性能波动或官方降频导致的输出异常，科学选择最适合的AI编程助手。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。