Оценка моделей377 из 27 331 инструментов
Тег «Оценка моделей» ставим по тому, что показывает главная страница инструмента. Порядок - по использованию, среди тех, что продолжают развивать.
Тег - одно из трёх десятков слов закрытого списка. Его выбирают по той же главной странице, что и строку описания; ключевые слова вендора не используются.
Опишите, что нужно
бетаНапишите одну-две фразы о задаче. Мы сопоставим их с описаниями в каталоге и проверим каждый подходящий инструмент.
По использованию
Цифра и полоса: визитов/мес, оценка · год: в сети с
- #1

Arena AIЭксплуатация LLM
Ранжирует большие языковые модели в публичном рейтинге по результатам слепых попарных сравнений ответов, которые проводят пользователи.
78.3kЖивой2023 - #2

ArizeЭксплуатация LLM
Наблюдает за поведением агентов, оценивает их работу с помощью evals и предлагает улучшения через автоматизированную отладку.
27.2kЖивойОт $50/мес - #3

neuroflashМаркетингMCP · нужен вход
Имитирует реакции целевой аудитории с помощью цифровых двойников, построенных на данных опросов, и создаёт тексты и изображения в фирменном стиле для маркетинговых команд.
18.9kЖивойОт ≈ $47/мес2018 - #4

micro1Эксплуатация LLM
Поставляет экспертные данные от людей, оценки и среды обучения с подкреплением для лабораторий, обучающих передовые ИИ-модели и агентов.
15.4kЖивойПо запросу - #5

BraintrustЭксплуатация LLM
Платформа наблюдаемости, которая отслеживает выполнение агентов, оценивает их результаты и выявляет закономерности в продакшене для повышения качества.
13.7kЖивойОт $249/мес2022 - #6

Hume EVI 2Голос
Синтезирует выразительную речь из текста и ведет голосовые диалоги в реальном времени через API, которые распознают и воспроизводят эмоциональный тон.
11.4kЖивойОт $3/мес - #7

Psychologie et SérénitéЗдоровьеMCP · открыт
Предлагает онлайн-тесты по психологии, персональный чат-ассистент на GPT и сессии КПТ с психотерапевтом в Нанте.
9.8kЖивойОт ≈ $101 за использование - #8

GalileoЭксплуатация LLM
Собирает эталонные данные, создаёт и автоматически настраивает оценки и превращает их в защитные механизмы для производственных AI-агентов и RAG-систем.
9.8kЖивой - #9

SentientИнструменты разработки
Разрабатывает инструменты с открытым исходным кодом, которые помогают ИИ-агентам рассуждать, учиться и совершенствоваться через бенчмаркинг и оценку.
9.5kЖивойOpen source - #10

Alva LabsHR
Оценивает кандидатов на должности с помощью структурированных оценок, психометрических тестов и инструментов интервью для стандартизации решений при найме.
3.9kЖивой2017 - #11

HumanloopЭксплуатация LLM
Компания Humanloop вошла в состав Anthropic и прекращает поддержку своей платформы.
3.6kПоддерживается - #12

CekuraГолос
Тестирует, мониторит и улучшает голосовых и чат-агентов AI с помощью бенчмаркинга и observability в production.
2.6kЖивойОт $0,25 за использование2024 - #13

Future AGIАгентыMCP · нужен вход
Запускает симулированные диалоги с ИИ-агентами, оценивает их ответы по фактологичности и безопасности и отслеживает живые вызовы, чтобы выявлять регрессии.
2.4kЖивой - #14

Qu ReviewАгентыMCP · нужен вход
Добавляет панель из трёх проверяющих внутри ChatGPT, которая отмечает неточности и пробелы в ответе ИИ до того, как вы на него опретесь.
2.2kЖивойОт $10/мес - #15

PatronusЭксплуатация LLM
Генерирует симулированные цифровые среды и бенчмарки для обучения и оценки ИИ-агентов.
1.7kЖивойПо запросу - #16

UserbrainДосуг и бытMCP · нужен вход
Записывает, как реальные люди пользуются сайтом, приложением или прототипом, проговаривая свои мысли вслух, а затем с помощью ИИ подытоживает закономерности и выделяет фрагменты из сессий.
1.5kЖивойОт $49/мес2015 - #17

Vioscale AIИнструменты разработкиMCP · нужен вход
Ранжирует программные инструменты по независимым метрикам популярности и проверенным фактам с учётом ваших критериев выбора.
1.4kЖивойБесплатно - #18

ProveIt Hiring Innovations Inc.HR
Отправляет кандидатам на инженерные позиции задания на код-ревью и проектирование систем и оценивает их работы по рубрикам, составленным под конкретную роль.
997Живой - #19

Secret Chat AIПродуктивность
Сравнивает ответы нескольких моделей ИИ рядом и выделяет места, где они расходятся.
869ЖивойОт $5 разово - #20

EarningsWatcherФинансыMCP · нужен вход
Сравнивает подразумеваемые и реализованные движения опционов вокруг публикаций отчётности и проверяет на исторических данных структуры торговли волатильностью по прошлым событиям с отчётностью.
648Живой - #21

ArticosМаркетингMCP · нужен вход
Проводит синтетические интервью с пользователями, чтобы проверить формулировки, позиционирование и продуктовые решения за 30 минут.
640ЖивойОт $79/мес - #22

MindsМаркетингMCP · нужен вход
Генерирует синтетические аудитории по брифу и проводит на них симулированные опросы и A/B-тесты концепций.
596Живой2024 - #23

PrefactorАгенты
Оценивает и отслеживает запуски ИИ-агентов в продакшене, выявляет сбои и применяет политики во время выполнения.
550ЖивойОт $49/мес2024 - #24

VectБезопасность
Проверяет фактические утверждения в документах путём сравнения с надёжными источниками и сообщает точность.
517От $14,99/мес - #25

LangWatchЭксплуатация LLM
Тестирует и оценивает ИИ-агентов с помощью симуляции, трассировки и скоринга до развёртывания в продакшене.
452ЖивойОт ≈ $33/польз./мес - #26

RamsMCP · открыт
Оценивает каждое изменение UI по 348 правилам дизайна и возвращает патчи с исправлениями, которые применяют кодинг-агенты.
314ЖивойОт $33/мес - #27

SourceyИнструменты разработкиMCP · открыт
Проверяет, как ИИ-агенты могут использовать программное обеспечение поставщиков, и публикует оценочные отчёты о готовности и списки стартап-кредитов.
302Живой - #28

Conversational AI Fluency AssessmentПродуктивность
Оценивает способность профессионалов эффективно работать с AI через диалоговую оценку по пяти направлениям компетенций.
248ЖивойОт $10 за использование2026 - #29

OpenMarkАналитикаMCP · открыт
Сравнивайте AI модели на пользовательских задачах с детерминированной оценкой.
234ЖивойОт $29/мес - #30

Empromptu AI
Создаёт готовые к продакшену функции ИИ для регулируемых отраслей с мониторингом точности и автоматическим улучшением моделей.
164ЖивойОт $75/мес2024 - #31

PrelimHRMCP · нужен вход
Проводит короткие скрининговые интервью в формате чата на телефонах соискателей и оценивает их письменные ответы по критериям для рекрутеров.
158ЖивойОт $49/мес - #32

EcomhintТорговляMCP · нужен вход
Проверяет страницы интернет-магазина по пути покупателя до оформления заказа и ранжирует исправления по приоритету.
132ЖивойОт $19 разово - #33

SearchQЗнания
Направляет вопросы к оптимальным ИИ-моделям, проверяет факты в ответах нескольких моделей и синтезирует проверенные ответы с настраиваемыми уровнями конфиденциальности.
130ЖивойЕсть бесплатный тариф - #34

MCPJamИнструменты разработкиMCP · нужен вход
Тестирует и отлаживает MCP-серверы в 16 AI-клиентах локально и в конвейерах CI/CD.
112ЖивойОт $24/мес - #35

Pengu.incБезопасностьMCP · открыт
Автономно проводит red-team тестирование AI агентов и систем, обнаруживая уязвимости и валидируя патчи в изолированных окружениях.
105ЖивойОт $99/мес - #36

Interview SignalHR
Слушает аудио звонка самого рекрутера, оценивает ответы кандидатов с помощью проверенных цитат и составляет черновик отчёта о кандидате для клиента.
100ЖивойОт $39/польз./мес - #37

Explore ScienceМаркетингMCP · нужен вход
Рецензирует неопубликованные рукописи на предмет пробелов в методологии, сверяет ссылки с их источниками и ранжирует целевые журналы по соответствию.
100ЖивойОт $100/мес2023 - #38

OkareoИнструменты разработкиMCP · нужен вход
Имитирует реальных пользователей для тестирования голосовых и текстовых агентов, выявляя граничные случаи перед продакшеном.
91ЖивойОт $199/мес - #39

ScaleDojoИнструменты разработки
Оценивает учебные системные проекты, схемы, спецификации API и ML-код инженеров в песочнице браузера.
84ЖивойЕсть бесплатный тариф - #40

SCIRISK
Собирает независимые экспертные группы для оценки научных данных и предоставления рецензируемых заключений по нормативным вопросам.
83Живой2014 - #41

GenAI ListАгентыMCP · нужен вход
Сравнивает, какие модели ИИ работают на каком оборудовании, с данными об измеренной производительности и размере контекстного окна.
79Живой - #42

AgendaForgeЗнанияMCP · открыт
Планирует программы конференций: от приёма заявок на доклады (call for papers) и оценки при рецензировании до опубликованной программы с несколькими треками и проверкой конфликтов расписания.
78ЖивойОт $2 000 разово2026 - #43

VeriCiteЮридическиеMCP · нужен вход
Проверяет юридические цитаты по сохранённым текстам судебных решений, анализирует последующую судебную оценку дел и определяет, подтверждают ли цитируемые фрагменты заявленный тезис.
77 - #44

ScorecardЭксплуатация LLMMCP · нужен вход
Тестирует и оценивает AI-агентов на тысячах реалистичных сценариев, обеспечивая быструю обратную связь по производительности.
76ЖивойОт $299/мес2024 - #45

AI Powered EB1A Eligibility CheckЮридические
Оценивает соответствие критериям визы EB1A путем анализа профессиональных достижений по стандартам USCIS.
65Живой2024 - #46

Black Swan Causal LabsЗнанияMCP · нужен вход
Браузерные инструменты для построения причинных диаграмм, составления графика сроков исследования и структурирования оценок риска систематической ошибки для исследований данных реального мира.
61Живой - #47

FetchSandbox MCPИнструменты разработкиMCP · открыт
Запускает детерминированные тесты для кодирующих агентов, проверяя, что интеграции с API падают до исправлений и проходят после них.
55ЖивойОт $200/мес - #48
52Живой
377Все инструменты здесь по алфавиту
- 41prompts
- A2APark
- AASA
- AEO Auditor
- AEO Whisperer
- Aequitas AI
- Aetherya
- AgendaForge
- Agent Arcade
- Agent Arena
- Agent Checker
- Agent Commons
- Agent Experiences
- Agent Field Kit
- Agent Tested
- Agent Torture Lab
- Agentic Diaries
- AgenticWebScore
- AgentKernel
- AgentReady
- AgentVet.ai
- Agora
- AI Conversion Clinic
- AI Design Blueprint
- AI Fluency Assessments done right
- AI PM Lab
- AI Powered EB1A Eligibility Check
- AI Visibility Check by Cyber Spark
- AIblogly
- Ainna AI
- AIO – AI Integrity Organization
- AIQualityHQ
- Algo Trade Analytics
- AlphaAssay
- Alva Labs
- Amber Digital
- Amdahl
- Antaeus
- Arena
- Arena AI
- Arize
- Articos
- Ask Your Audience
- ask10ais
- Asked Thrice
- Askmore
- AssessAI
- Assesslane.com
- Assessly
- Atom Foundry
- Attestari
- AuditCRO
- AUN — Agent Upgrade Network
- automatable.me
- Autrady
- AyHire
- BayesCore
- Benchable.ai
- BenchLeader
- Bespoke Prompting
- Black Meridian
- Black Swan Causal Labs
- Blitz Agent
- Bodhium GEO
- Botate
- BotGauge
- Braintrust
- Bugasura
- CAFE
- Call Coach IQ
- Cekura
- CELPIP Plus
- CertArc
- ChargerDojo
- Cite Files
- Citead
- ClearAudit
- ClientCoded
- Closrr.io
- Coasty
- CodeVerdict
- CoffeeBreak
- Cointervue
- CompletionKit
- Contextser
- Convergence
- Conversational AI Fluency Assessment
- ConvertRoast
- Corvex
- CriteriaBot
- Crivum
- crixpix
- Curo
- Cyberelf Labs
- Daishi
- DealFilter
- DealSharp
- DecGuard
- DefaultRank
- Divinci AI
- Doom
- Duelpilot
- Dyslexia Steps
- EarningsWatcher
- EasyEnv
- ECCA
- Ecomhint
- Empromptu AI
- Eval-X
- Evaliphy
- Evalmee
- Exactlane
- Explore Science
- Exterview AI
- FetchSandbox MCP
- Finalit
- FinProof
- Flock Synthetics
- Flowmingo AI
- Forecall
- Forged Lucidity
- Future AGI
- Galileo
- Gather
- GemBoss
- GenAI List
- Generative AI Maturity Framework
- GenSight.AI
- GermanExamPro
- GlobalMatch
- Glowby
- good-sport
- Groundr
- Hallucination Detector by Komplex AI
- HANRIA
- Hard Look
- HaveTheIdea
- Hello, AI
- HiBot
- HiredSmartly
- Hlido
- Humanities Helping Hands
- Humanloop
- Hume EVI 2
- Hyred
- IdeaPulley
- IdeaRank AI
- IdeaScore.tech
- Intake Eval
- Interview Signal
- InterviewSkool
- Is Agentic
- Jev Show
- Jevon Tane
- Kastra
- Kingan Logic
- Kodo
- kodwai
- Koosh
- Land the Lab
- Landing Doctor
- LandingBoost
- LangWatch
- Layer9
- LayerLens Environments
- legit
- Lemora
- LexQ
- LintPal
- LLCrawler
- LLM Broker
- LLM Cutover
- Local AI Picks
- LocalPersonas
- Lovelaice
- Luna Prompts
- Luria
- Major Labs
- Makememoneynomistakes
- Manusights
- MarcoFLY Framework AI
- MarketAIVerse
- MCP Checkup
- MCPJam
- mechoulam
- micro1
- MIDAX402
- Minds
- MobileGym
- MockExperts
- Mockingly
- MockRounds AI
- Models Agree
- ModelVerify.ai
- MPE-Copilot
- MrProbe by Sniffr.ai
- mumo
- Mustvo
- Neoavis
- nerfWatch()
- NeuralCore AI
- neuroflash
- NeuronSearchLab
- Nitrode
- Nocticas
- nodcheck
- Noevant
- NoParrot
- Novaeon
- Noveum AI
- oaia
- Okareo
- Open Standing
- OpenMark
- oqoqo
- Orbilo
- Orinyx
- OutilsIA Local Cockpit
- Overmind
- PageGoblin
- PageWisr
- Patent PreCheck
- Pathwize
- Patronus
- Paylyte
- Peachblue
- Pedagrade
- Peekl
- Pengu.inc
- PHBench
- Phronesis
- Pickrate for Travel
- PingPrompt
- PitchDrill
- Plabster
- Plurai
- Polymind
- PolyVerge
- PortMem
- Prefactor
- Prelim
- PreMan
- PresenterPrep
- PreShiftIQ
- Pricing Optimization
- ProAudit
- probe402
- Procurement decisions, backed by evidence
- PromptGuard Scan
- Promptic
- Promptyx
- Proofie
- Proovn
- Protocol Company
- ProveIt Hiring Innovations Inc.
- Psike
- Psychologie et Sérénité
- Publish
- PunditBench
- QiYuan Labs
- QSimHealth
- Qu Review
- QuanterLab
- Quantradin
- QuantWright
- QueryBurst
- Quizera
- ragcreator
- RagMetrics
- Raintree Minerals
- RaiseReady
- Rams
- RankSpires
- Rapport Score
- Ready4Bots
- readygpu
- Reality Graph
- RECREWT AI
- Redline AI
- Regime
- Retrace
- Revensi
- Reviewpaper
- RigorLoop
- Rival
- Roleplay
- Rose Bounty
- Rulebase
- SaaS Dummies
- Saina
- Sambodh IAS
- Savyre
- ScaleDojo
- ScanSite AI
- SCIRISK
- Scorecard
- ScoreZenith
- SearchQ
- Seclai
- SecNav
- Secret Chat AI
- SellTo.us
- Semata AI
- Senro
- SensWit
- Sentient
- ShiftTalent AI
- Signal Band
- SitePulsar
- Slopdar
- SmartAssess
- SoniaIA
- Sourcey
- Sparta
- Stackrate, Inc.
- Standout
- StarInterview
- Statemind
- Stimulir
- Strategy Arena
- Stunt Double
- SubmitLLMs
- Supercov
- Supreme Mind
- Syntheric
- SyntheticUser Lab
- SystemRound
- TAP Certified
- TelesalesCoach
- Teppi, the machine delivery record
- Teranode
- Test your skills
- TestFabric
- The Durability Curve
- The Emperor Protocol
- The Multivac
- TheDesignAgent
- Thepatient AI
- Thinkhard
- Third Bracket
- Tiden
- Trend-Analytic
- Triall
- Trigr.xyz
- TrueCode
- Try Verity
- Turva.dev
- Unicheck.ai
- Unite
- United AI Network
- User Story Quality Analyzer
- Userbrain
- VC Boom
- Vect
- Vector Stream Systems
- Vellium & Co Ltd
- Velvt
- Vendojo
- VeriCite
- VibeFix
- Vioscale AI
- Voxel51
- Wadifa Info
- WealthSchema
- WebMCP Eval
- WebMCP Tool
- What Agents Buy
- WhereIsMyToken Tracker
- WhichLLM
- Worklicant
- WorkZo AI
- Xzar
- Yrikka
- zenture
- Zibble™
- Zukimo
- 面小帮
Как мы читаем инструмент
Голоса, отзывы и заявления вендора мы не учитываем. Каждую неделю краулер читает собственный сайт инструмента и несколько публичных реестров, а слова на карточке называют диапазон, в который попало прочитанное.
- Использование: визиты на сайт (оценка), установки из npm и PyPI, присутствие в отчёте Chrome об использовании.
- Активность: последний релиз на GitHub, npm или PyPI; самая свежая датированная страница сайта; открытые вакансии на публичной доске.
- Цена: собственная страница цен вендора, прочитанная с датой. Число печатается, только если оно есть на той странице.
- Строку и сценарии пишем мы сами по главной странице, по одному инструменту за раз, и отбраковываем, когда они повторяют маркетинг вендора.
Как AI-ассистенты читают сайт инструмента (об этом нас спрашивают вендоры), показано на отдельной странице видимости у каждого инструмента.
Как мы читаем каждый инструмент → · Автор: Редакция INITE Atlas
Прежде чем засчитать визит
Аналитика и измерение рекламы показывают, какие страницы работают и какая наша реклама приносит результат: Google Analytics и Google Ads, пиксель Meta, Яндекс Метрика и один наш собственный идентификатор. До вашего ответа ничего не сохраняется, а после отказа сайт работает так же.