它是什么
把托管决策模型和开源模型放在一起、直观对比的小应用。
它做什么： 对一条标题问一个封闭问题，展示每个引擎的选择与置信度。
为何进案例库： 可直接运行，清楚演示选项顺序敏感性和单次决策成本。
注意： 需要 API 密钥和较大的本地下载；任务偏演示。
证据
公开 MIT Python 应用（收录时 10 星），创建于 2026-10-16。README 说明 uv 快速开始、在 .env 放 TYPESAFE_API_KEY、用 `onion-or-not download` 下载官方 Qwen3-8B GGUF（默认 Q4_K_M 约 5 GB），并提供「交换选项顺序再问一次」开关来暴露顺序翻转。文中写明每题约 300 个输入 token、按每百万 $0.042 计费，界面显示每次回答的费用。
注意
- Jev 卡片需要你自己的 TYPESAFE_API_KEY；本地模型需下载约 5 GB
- 讽刺识别是演示任务，不是事实核查服务
- 对比三种引擎；结果受标题措辞影响
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。