Skip to content

Repository files navigation

Coding Plan Bench

模型测速台 · 填入任意模型的 endpoint + key,测 TTFT / TPS / Total,榜单对比排名

支持 Anthropic 兼容 与 OpenAI 兼容 双协议,覆盖智谱、火山、百度、OpenAI、DeepSeek、Claude 等绝大多数模型厂商。

🌐 在线使用 | 💻 下载 Windows 本地版


三端架构

一份 TypeScript 测速引擎,三个运行出口,同一份核心代码

                    ┌─────────────────────────┐
                    │  engine/ (同构 TS 引擎)   │
                    │  发请求 → SSE 流式        │
                    │  → 采集 TTFT/TPS/Total   │
                    └────────────┬────────────┘
                                 │
          ┌──────────────────────┼──────────────────────┐
          ▼                      ▼                      ▼
   🌐 网站前端              ☁️ Worker 代理            💻 本地 App
   (Cloudflare Pages)      (Cloudflare Workers)      (Tauri · Windows)
   浏览器直调优先            CORS 失败时兜底           key 全程本地
   开 CORS 的不经服务器      key 用完即弃              绝不出门
地址 作用 Key 去向
🌐 网站前端 coding-plan-bench.pages.dev 用户界面 + 浏览器直调测速 开 CORS 的:不出浏览器;否则走 Worker
☁️ Worker API coding-plan-bench-api.timecraker-ace.workers.dev CORS 兜底测速代理 用完即弃,不存储不 log
💻 本地 App Releases Windows 桌面版 全程在用户电脑

测速链路:浏览器直调优先(快、不经服务器)→ CORS 失败自动回退 Worker(保证都能测)。


使用方式

🌐 在线用(推荐,零门槛)

打开 coding-plan-bench.pages.dev → 填表单 → 点测速 → 看榜单。

首次访问预置了三家 GLM-5.2 示例数据,可直接看对比效果;测自己的会加入榜单一起排名。

💻 下载本地版(Key 最安全)

Releases 下载 Windows 包:

  • coding-plan-bench_x.x.x_x64-setup.exe — 安装程序
  • coding-plan-bench_x.x.x_x64_en-US.msi — MSI 安装包

双击安装 → 开始菜单打开 → 填表单测速。无需装 Rust / Node,安装包已含运行时,Key 全程在你自己电脑。


测什么

指标 含义 判据
TTFT 首 token 延迟(ms)— 响应快慢 越低越好 ↓
TPS tokens/秒 — 输出效率 越高越好 ↑
Total 总耗时(ms)— 端到端完成 越低越好 ↓(终极判据)

榜单支持按三个指标各自排名切换。多次取样取中位数,排除网络抖动。


安全

  • 🔑 Key 不存储不上传:仅用于本次测速请求,响应结束即丢弃
  • 📋 localStorage 只存指标(TTFT/TPS/Total + endpoint + model),绝不存 Key
  • 🏠 本地版 Key 全程在用户电脑
  • 🔓 Worker / 服务器代码开源可审计(本仓库 server/ + src/worker.ts

本地开发

git clone https://github.com/TimeCraker/coding-plan-bench.git
cd coding-plan-bench
npm install

常用命令

npm run dev        # 前端开发 (http://localhost:5173)
npm run build      # 构建前端到 site/dist
npm run server     # 起 Node 后端 API (localhost:8787, 可选, 浏览器直调失败时回退)
npm run tauri dev  # Tauri 本地 App 开发 (需 Rust + MSVC Build Tools)
npm run tauri build # 打包 Windows 安装包

开发时前端通过 Vite proxy 把 /api 转发到 localhost:8787(见 vite.config.ts)。

自部署后端(替代 Worker)

如果你有自己的服务器,可以用同一份 Hono 代码部署:

npm run build              # 构建前端
node --import tsx server/node.ts   # 起后端 (或编译后 node server/node.js)

前端通过环境变量 VITE_API_BASE 指向你的后端:

VITE_API_BASE=https://your-server.com/api npm run build

技术栈

技术 说明
前端 Vite 7 · React 19 · TypeScript 5.7 · Tailwind CSS v4 · Framer Motion 亮/暗双主题,自绘 SVG 图表
引擎 TypeScript(同构) 一份代码跑三处,零运行时依赖
后端 Hono 同构 Cloudflare Worker + Node
本地 App Tauri 2 Windows,复用前端
CI/CD GitHub Actions 前端自动部署 + Windows 包构建

项目结构

coding-plan-bench/
├─ engine/            # 同构测速引擎 (三端共用)
│  ├─ bench.ts        # 核心: 发请求 → SSE → 采集 TTFT/TPS/Total
│  ├─ parse-sse.ts    # SSE 流解析
│  └─ types.ts        # 共享类型
├─ server/            # Hono 后端 (同构 Worker + Node)
│  ├─ index.ts        # POST /api/bench
│  └─ node.ts         # Node 运行时入口
├─ src/worker.ts      # Cloudflare Worker 入口
├─ site/              # 前端 (Vite + React)
│  ├─ src/
│  │  ├─ components/  # BenchForm / Leaderboard / ResultCard ...
│  │  ├─ lib/         # api / storage / theme / format
│  │  └─ styles/      # Tailwind + 主题变量
│  └─ public/
├─ src-tauri/         # Tauri 本地 App (Rust 壳)
├─ .github/workflows/ # CI: 部署前端 + 构建 Windows 包
└─ wrangler.toml      # Cloudflare Worker 配置

部署

网站前端(Cloudflare Pages,主)

VITE_API_BASE=https://coding-plan-bench-api.timecraker-ace.workers.dev/api \
  npm run build
npx wrangler pages deploy site/dist --project-name=coding-plan-bench --branch=main

Worker API(Cloudflare Workers)

npx wrangler deploy     # 部署 src/worker.ts

Windows 本地包(GitHub Actions)

手动触发 Build Windows App workflow,输入 tag(如 v0.1.0),自动构建并发到 Releases。


License

MIT

About

GLM-5.2 订阅套餐测速台 / Benchmark GLM-5.2 across Zhipu/Volcengine/Baidu coding plans

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages