待验证50% 置信发布精确时间
完整测试数据与日志已开源于github.com/edendalexis/search-api-cost-benchmark
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/8
首次发现
有效期至：2026/11/6
来源
相关事实
待验证SWE-bench测试样本取自真实GitHub仓库的历史Issue，评分标准是能否通过仓库原有的完整测试套件66% 相似待验证Braintrust、Promptfoo、LangSmith、Ragas等LLM评估平台提供版本对比、回归检测、可视化dashboard和GitHub/GitLab集成等功能63% 相似待验证Tracea提供全链路追踪、成本监控、自动根因分析等核心能力63% 相似待验证一位开发者对13种搜索API定价配置进行了系统性基准测试63% 相似待验证业界常用的自动化评估工具包括OpenAI Evals、LangSmith、Braintrust，支持批量运行测试用例并生成对比报告62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/706381API
curl https://kongchang.com/api/v1/knowledge/claims/706381MCP
get_claim(id=706381)