pi-arena
多模型并行执行同任务，并排对比输出结果
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：pi-arena。 它的用途是：多模型并行执行同任务，并排对比输出结果 完整的 Skill 内容见：https://321skill.com/skills/pi-arena/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'帮我并行调用GPT-4o、Claude 3 Opus、Gemini 1.5 Pro回答‘如何优化慢SQL查询’，开启裁判评判'，它会同时向三个模型下发任务，并排展示返回结果，还会通过裁判模型对各回答的准确性、实用性打分排序。
对AI说：'对比通义千问、文心一言、DeepSeek写的快速排序代码，不需要评判'，它会直接返回三个模型的代码结果，方便你快速对比实现逻辑差异。
介绍
日常使用大模型时，用户常需要对比不同模型对同一问题的回答质量，手动切换多个平台、逐个发任务、整理对齐结果的流程繁琐耗时，若需客观评判回答优劣还需额外人工校验，效率极低。 安装工具后，你只需指定参与对比的模型列表、输入具体任务指令，工具会自动并行调用所有目标模型，将各模型的返回结果并排展示，还可按需开启裁判模式，自动对回答质量进行评估排序。 适合需要做大模型选型的技术人员、评测模型效果的AI从业者、打磨提示词的工程师，以及需要对比多个回答获取最优解的内容创作者、研究人员。 使用前请提前配置好所有待对比模型的访问权限，裁判模型建议选择推理能力较强的大模型以保证评判公正性，单次对比的模型数量不宜过多，避免产生过高的API调用成本。
核心特点
原生支持pi生态下所有现有及未来新增的模型，无需额外适配即可加入对比队列，自带可选裁判功能可自动评估回答优劣
注意事项
仅可调用pi生态内已接入的模型，无法直接对接pi生态外的独立模型接口
常见问题
这个工具支持哪些大模型？
支持pi生态下所有已接入及未来新增的模型，无需额外适配
一定要开启裁判评判功能吗？
不是，可根据自身需求选择是否开启自动评判
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/pi-arena/raw/index.md 读取 pi-arena 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/pi-arena/raw/index.md（查看排版版本）