Tokyo LLM Benchmarks：开源与闭源大模型实时对比可视化仪表盘

项目核心简介

Tokyo LLM Benchmarks是一个采用东京夜景玻璃拟态风格的交互式仪表盘，实时追踪开源与闭源大语言模型的性能差距，展示GLM-5.2 Max、DeepSeek V4 Pro等开源模型与GPT-5.5、Claude Fable 5等闭源巨头的Elo评分对比。

基础信息

• 原作者/维护者：David Linacre（GitHub: @LIN4CRE）
• 来源平台：GitHub
• 原始标题：LLM-Tokyo-Benchmarks
• 原始链接：https://github.com/LIN4CRE/LLM-Tokyo-Benchmarks
• 发布时间：2026年7月14日
• 许可证：MIT
• 在线演示：https://LIN4CRE.github.io/LLM-Tokyo-Benchmarks/

2026年大语言模型领域中，开源模型与闭源商业模型的性能鸿沟已大幅缩小。GLM-5.2 Max、DeepSeek V4 Pro等开源架构正与GPT-5.5、Claude Fable 5等闭源巨头正面交锋。这种激烈竞争使得跟踪模型性能变得更重要也更困难，Tokyo LLM Benchmarks项目应运而生，作为实时交互式可视化仪表盘帮助理解开源与闭源模型的竞赛。

Tokyo LLM Benchmarks采用"东京夜景"玻璃拟态（Glassmorphism）设计主题，以霓虹风格视觉区分模型类型：开源模型用发光霓虹绿色，闭源模型用高对比度霓虹橙色，既美观又便于快速识别。整体营造沉浸式东京夜景氛围，提升用户体验。

主要功能

1. 精致深色玻璃UI：CSS4玻璃拟态效果+动态背景光斑，清晰易读。
2. 交互式数据可视化：用Chart.js实现24小时滚动平均Elo评分追踪，展示性能变化趋势。
3. 模拟终端同步：通过"抓取与同步"按钮模拟连接arena.ai和llm-stats.com数据源，终端输出流增加技术感。
4. 分类模型展示：
   • 闭源巨头：Claude Fable5（Elo1509，$10/百万token）、GPT-5.5 Pro（Elo1506，$30/百万token）、Gemini3.1 Pro（Elo1485，$2/百万token）
   • 开源英雄：GLM-5.2 Max（Elo1469，免费/自托管）、Mimo V2.5 Pro（Elo1466，免费/自托管）、DeepSeek V4 Pro（Elo1457，免费/自托管）

项目技术栈简洁高效：

• HTML5：语义化结构，保障可访问性与SEO友好。
• CSS4：自定义属性、Flex/Grid布局、高级背景模糊滤镜、关键帧动画。
• 原生JavaScript（ES6+）：DOM操作与终端逻辑，无重型框架。
• Chart.js：响应式Canvas渲染，轻量强大。
• GitHub Actions：持续集成/部署，main分支推送自动部署到GitHub Pages。 无需复杂构建步骤，打开HTML即可运行，降低使用门槛。

1. 模型选型参考：开源模型（如GLM-5.2 Max）Elo评分接近闭源且成本为零，为预算有限团队提供决策依据。
2. 开源社区信心：展示开源模型追赶闭源的可能性，激励开发者参与开源模型优化。
3. 技术趋势洞察：24小时滚动数据追踪帮助观察模型性能短期波动与长期趋势，为研究者提供数据源。

局限性

1. 数据来源基于模拟逻辑，非实时API接入。
2. Elo评分不能完全代表实际应用场景表现。
3. 数据更新依赖维护者手动抓取。

未来改进方向

• 接入实时API实现真实时更新。
• 增加推理速度、内存占用、多语言支持等评估维度。
• 添加历史数据对比功能。
• 支持用户自定义模型对比。

Tokyo LLM Benchmarks兼具美学价值与技术实用性，展示2026年开源模型强劲表现，为开发者提供直观模型对比工具。项目开源（MIT许可证），欢迎社区贡献。可访问在线演示体验，或克隆仓库本地运行。