一個動態分析工具,透過交叉引用 BenchLM 編碼排行榜與 OpenRouter 定價,找出最適合軟體開發的 AI 模型。
從來源直接安裝技能的最快方式。
npx clawhub@latest install top-coding-models
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 top-coding-models。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
Top Coding Models 技能是一款技術強悍的工具,專為需要即時資料以選擇最有效 LLM 來優化編碼工作流的開發人員和架構師而設計。透過整合 Openclaw Skills,該工具可從 BenchLM 獲取即時基準測試資料(在 SWE-bench Pro 和 LiveCodeBench 之間進行 50/50 加權),確保使用者基於實際效能而非行銷炒作做出決策。
除了簡單的排名,該技能還透過從 OpenRouter API 獲取即時 Token 定價和上下文視窗限制,提供全面的成本效益分析。這確保了無論您是在尋找絕對最高品質的模型,還是性價比最好的開源權重模型,都能擁有優化 AI 輔助開發環境所需的資料。
要在您的 Openclaw Skills 目錄下安裝並執行此技能,請按照以下步驟操作:
# 進入腳本目錄
cd ~\/.config\/opencode\/skills\/top-coding-models\/scripts\/
# 執行獲取器以查看前 20 名模型
python3 fetch_models.py
# 獲取用於整合的機器可讀 JSON 輸出
python3 fetch_models.py --json
# 將結果限制為特定數量的頂級模型
python3 fetch_models.py --top=10
該技能將其輸出組織成高度結構化的格式,確保與人類讀者和自動化系統相容。
| 屬性 | 描述 |
|---|---|
| 排名 | 目前在 BenchLM 排行榜上的位置。 |
| 模型 ID | 用於 API 呼叫的特定 OpenRouter 識別碼。 |
| 編碼分數 | SWE-bench 和 LiveCodeBench 的 50/50 加權平均值。 |
| 定價 | 每百萬 Token 標準化的輸入和輸出成本。 |
| 功能 | 工具呼叫和結構化輸出支援的指示器。 |
| 上下文 | 最大上下文視窗和輸出 Token 限制。 |
加載中







































