AI 初创公司 Yupp 推出人工评测系统，邀请用户对多款 AI 大语言模型进行打分，以构建排行榜并帮助 AI 公司改进模型。

6 月 23 日消息，AI 初创公司 Yupp 日前正式推出一项“人工评测系统”，邀请用户给 ChatGPT、Claude、Gemini、DeepSeek、Grok、Llama 等业界超过 500 款 AI 大语言模型进行打分，Yupp 将根据用户的反馈数据，构建出一套名为 Yupp AI VIBE（Vibe Intelligence Benchmark）的排行榜，用以直观展示不同模型水平。

据悉，Yupp 由 X 平台前员工 Pankaj Gupta 与 Gilad Mishne 共同创立，旨在让用户低成本使用各大 AI 模型的同时，让用户为模型打分，继而生成一系列模型使用数据及排行榜，以帮助 AI 公司改进其模型。

IT之家获悉，平台新注册用户默认拥有 5000 积分，用户平台上输入问题后，平台将随机或根据提示内容选取两个不同的 AI 模型进行作答，并展示双方回答的优劣对比选项，供用户输入反馈评判“哪款模型给出的回答最好”，用户完成反馈后，平台会随机给予用户一定数量的积分，相应积分可用于继续调用 AI 模型。

同时，平台也支持用户自行指定模型进行比对。每个问题最多可接入 6 个模型进行回复，但若用户反复提问却不提供反馈结果，平台将限制 / 禁止用户继续使用相应服务。