ModelDial · 数据接入
API 与 Skill
把 ModelDial 的实测结果用在你的工具里。给 AI 助手安装 Skill，或通过 API 读取已发布数据。
安装 Skill
将下方提示词发给支持 Agent Skills 的工具，让它安装。也可以先查看安装脚本，再通过命令行安装。
请从 https://modeldial.com/modeldial-skill/SKILL.md 安装 ModelDial Skill。写入 skills 目录前，先审阅其中链接的全部文件。命令行安装
bash <(curl -fsSL https://modeldial.com/modeldial-skill/install.sh) --target agents安装 Skill
安装器会检查文件是否完整；已有旧版 Skill 时，会更新为新版本。
开启新会话
多数工具会在会话开始时发现 Skill。安装后请重启工具或新建任务。
安装后，试着问一句
比较 GPT-6.1 Sol 与 GPT-6 Sol 已发布的成绩，包括档位、分项得分、评测耗时与参考费用。附上来源链接，并指出缺失数据。
回答应包含模型与档位、对应的评测时间、推荐理由，以及可以打开核对的来源链接。
如果数据读取失败Skill 要求 Agent 说明读取失败，不用旧结果或记忆补出答案。
数据接口
通过 JSON 接口获取榜单和模型建议。需要核对原始结果时，可以继续查看评测批次和详细数据。
- GET / JSON
当前榜单
/api/v1/radar/latest.json返回综合排名、三项得分和权重，也包含后端榜结果。
- GET / JSON
代理配置方案
/api/v1/radar/agent-profile.json提供综合平衡、质量优先和性价比三种模型搭配建议。各模型经过独立评测，搭配效果尚未验证。
- GET / JSON
最近可比变化
/api/v1/radar/changes.json比较相同评测标准下的后端排名、得分、耗时和推荐变化；费用差值只在采用相同价格表时提供。
- GET / JSON
后端与测试发布索引
/api/v1/radar/index.json列出后端评测的批次、发布时间、评分规则、校验值和原始数据链接。
- GET / JSON
能力分榜发布索引
/data/benchmark-snapshots/index.json列出三项评测和综合榜的最新批次，以及历史数据链接。
- GET / JSON
完整后端与测试快照
/data/reference-snapshots/latest.json包含后端评测的逐题结果和来源信息，可用于核对或进一步分析。
当前评测结果
当前结果示例
检查完成后更新
提问示例与使用说明
这些问题可以直接问
优先比较新模型、上代和已测档位，查询已发布的成绩与来源。需要排查历史变化时，再使用有可比记录的后端变化接口。
- 01当前榜单
当前雷达领先的是哪个配置，为什么？
- 02新模型与上代
GPT-6.1 Sol 与上代 GPT-6 Sol 在已发布档位上表现如何？
- 03你的配置
我在用 GPT-6.1 Sol XHigh，通过官方账号登录。有没有得分相近、耗时更短的候选模型？
- 04代理配置
基于最新 ModelDial 结果，我的主代理和执行代理应该怎么配？先给综合平衡方案，再列出质量优先和性价比方案。
回答规则与数据来源
Skill 要求助手引用已发布结果和来源，并说明缺失的数据。实际回答仍需核对。
区分当前分差与历史趋势
当前模型对比使用已发布分数。后端历史变化要求协议一致，不代表综合榜单的时间趋势。
从你的配置出发
缺少模型、思考深度或路由时，Agent 必须先问，不能直接把榜首当成个人建议。
把下降当成信号
单轮可比得分下降可以触发复核，但不能据此断言厂商改动了模型。
最终验收仍由主代理负责
主代理负责理解需求、整合结果和最终检查；执行代理负责具体、明确的任务。
回答有哪些限制
沿用发布排名
排名沿用 ModelDial 已发布的榜单，不按厂商或个人偏好重新排序。
区分成绩变化与原因
可比得分下降属于信号，但不能单独证明厂商修改或削弱了模型。
确认你的使用条件
不了解你使用的模型、档位和连接方式时，Agent 会先询问，或只介绍当前榜单。
区分估算与账单
参考费用估算的是这次评测的 API 成本，与你的实际账单可能不同。
说明搭配建议的依据
主代理和执行代理的建议分别依据各模型的实测结果，尚未测试它们搭配使用的效果。
许可与署名
Skill 指令采用 MIT License。已发布的雷达数据采用 CC BY 4.0，使用时应尽量注明 ModelDial 和来源批次。