中转站验真：AI 编码模型质量测试台

给用第三方 API 中转的开发者一个可复现的模型质量对比工具

痛点

很多开发者为了省钱或拿不到官方额度，会通过第三方中转站调用编码模型，但中转站可能偷偷降级模型或注入更便宜的版本。有用户把同一份需求文档分别交给中转站的 GPT 与 DeepSeek，结果一个三小时花了钱还完全不可用，另一个半小时就做出可用的东西，但事先没有任何办法判断自己买到的是不是真货。

方案

提供一个跑在本地的小测试台：内置一组固定的编码任务（小功能实现、Bug 修复、重构），用户填入中转站地址后一键跑分，输出可复现的质量、成本、延迟对比报告。所有测试用例与评分标准公开，避免玄学感受，让开发者一眼看出哪家中转实在。

用户

使用第三方 AI 中转站的独立开发者、小团队技术负责人、AI 编码工具的重度用户

MVP

内置 10 个左右标准化编码任务与自动评分脚本；支持 OpenAI 兼容接口一键接入；生成质量/成本/延迟三轴对比报告；结果可导出为 Markdown 分享给社区；

变现

免费版跑基础任务集，付费版提供更多任务、历史趋势与团队共享看板；也可接入中转站联盟返佣

为何现在

AI 编码已经成为主流工作流，中转站需求旺盛但质量参差不齐，用户缺少一个中立的验真工具；工程量小，独立开发者一周可做出原型。