它是什么
一个 SDK 调用多种决策模型，再用好玩的方式比较它们。
它做什么： 同一调用背后可切换决策服务商，还能看模型对战。
为何进案例库： 不绑定服务商的类型化接口，内置预算和费用追踪。
注意： 需要多个密钥；游戏得分不等于任务得分。
证据
公开 MIT 仓库（收录时 2 星），创建于 2026-10-17。README 列出五个标注为已实测的服务商；答案为类型化结果，也可能是拒答；用量带费用（服务商上报或按标价估算）；竞技场服务端把每次调用存进 SQLite，执行每日与每位访客的预算上限，并在 Arena 和 Attention 两个游戏里给模型排名。
注意
- 想对比哪个服务商，就需要它的密钥
- 部分服务商的费用按标价估算
- 游戏只是趣味基准，不代表实际任务准确率
非官方案例页。热度用观察到的 stars / 列表位次；热度不是质量 SLA。依赖前请阅读上游 README。