LLM API 用戶端與模型評測 · macOS

在你的 Mac 測試 LLM API,並比較不同模型。

在同一個本機優先工作區編寫真實的對話請求、跨模型執行並為結果評分。不需帳號或託管代理伺服器,你的金鑰只留在 Mac。

免費、開放原始碼,並經過 Apple 簽署與公證。想要自動更新? 在 Mac App Store 以 US$0.99 購買

macOS 12 Monterey 或更新版本Apple 晶片與 Intel不需建立帳號
~24 tokens
User
● CompleteHTTP 200842 ms68 tokens
AssistantGPT-5.4 mini
Test LLM APIs. Compare models. Ship with evidence.
OpenAIAnthropicGoogle GeminiOpenRouterOpenAI 相容端點Anthropic 相容端點

內建模型評測

不用再把不同模型的輸出分散在多個分頁。

從實際請求開始,加入想測試的模型並一起執行。Roshi 會固定提示與參數,並對齊輸出、延遲、Token 與成本,讓你以證據選擇模型。

  • 01並行執行模型每個回應抵達時即時串流顯示。
  • 02並排比較一起檢視輸出、延遲與 Token 用量。
  • 03評估重要指標手動評分,或使用自訂準則與評審模型。
  • 04保留評測證據將執行結果存入資料夾,並匯出 JSON 或 CSV。
Product launch copy3 runners · same prompt
User

Explain why local-first matters in one useful sentence.

OpenAIGPT-5.4 miniSuccess

Local-first keeps sensitive prompts and provider keys on your machine while preserving a fast, dependable workflow.

842ms46 tok8.7
AnthropicClaude SonnetWinner

Local-first gives you ownership of your data and tools, so privacy never depends on someone else’s server.

1.2s39 tok9.4
GoogleGemini 2.5 ProSuccess

Local-first software keeps your work private, available offline, and under your control.

690ms31 tok8.3
Judge rubricAccuracyClaritySpecificityWinner: Claude Sonnet · 9.4

專注的一站式工作區

從「這個 API 能用嗎?」到「該上線哪個模型?」所需的一切。

01

並行比較多個模型

將同一份固定提示同時送到多個供應商,並排檢視每個回應與效能指標。

02

使用 LLM 評審評分

選擇評審模型並撰寫評分準則,把「哪個答案比較好」變成可重複的分數。

03

連接各種供應商

支援 OpenAI、Anthropic、Gemini、OpenRouter,以及相容上述通訊協定的自訂端點。

04

完整檢視回應

一次查看串流文字、原始回應、標頭、延遲、Token 用量,以及可直接使用的程式碼。

05

像 API 工具一樣整理

使用集合、環境、歷史記錄與已儲存的評測,延續熟悉的 API 開發流程。

06

資料留在本機

不需要 Roshi 帳號,也沒有代送請求的伺服器。金鑰、設定、請求與結果都留在你的 Mac。

使用流程

從 API 金鑰到可安心上線的模型。

步驟 1

加入供應商

將 API 金鑰貼到內建範本,或設定自己的端點、標頭與模型清單。

步驟 2

編寫與除錯

編輯訊息、圖片、參數與標頭,同時觀察串流回應、原始內容與耗時。

步驟 3

比較模型

將同一個請求送到多個模型,比較輸出與指標,再手動評分或執行 LLM 評審。

步驟 4

儲存並交付

儲存評測、匯出 JSON 或 CSV,並從驗證完成的請求產生可用的程式碼。

安全性

你的金鑰永遠不會離開電腦。

Roshi 完全在用戶端執行。沒有帳號、沒有託管代理,供應商流量也不會經過我們的服務。請求會從你的 Mac 直接送到供應商,金鑰則保存在本機資料庫。詳細資訊請參閱 安全性設計文件(英文)

你可以自行驗證

  • 公證透過 CI 交由 Apple 公證
  • 沙盒App Store 版本在沙盒中執行
  • 更新App Store 自動 · GitHub 手動
  • 金鑰儲存只保存在你的 Mac
  • 遙測應用程式內完全沒有
  • 授權MIT,v2.1.0

下載

無論哪種版本,功能都完整開放。

兩個版本來自相同的 MIT 授權原始碼,唯一差別是更新方式。

直接下載

免費

直接從 GitHub Releases 下載已簽署及公證的 .dmg

  • 所有功能,沒有用量限制
  • 支援 Apple 晶片與 Intel
  • 在 App Sandbox 之外執行
  • 手動更新 — 自行下載新版本
  • 也可以從原始碼建置
下載 macOS 版

常見問題

你可能想知道的事。

Roshi 是什麼?

Roshi 是為呼叫 LLM API 的開發者打造的本機優先 macOS 應用程式。你可以編寫多輪對話請求、串流回應、檢視標頭與 Token,並以相同提示比較及評分多個模型。

Roshi 會透過後端伺服器轉送請求嗎?

不會。Roshi 完全在用戶端執行,你的 Mac 會直接連線到模型供應商,金鑰也只儲存在本機。

支援哪些模型供應商?

內建支援 OpenAI、Anthropic、Google Gemini 與 OpenRouter,也能加入任何相容 OpenAI、Anthropic 或 Gemini 通訊協定的端點。

模型評測如何運作?

從已確認可用的請求開始,選擇多個供應商與模型並行執行。你可以並排比較輸出及效能指標、手動評分,或讓另一個模型依照自訂準則擔任評審。

API 金鑰與評測結果存在哪裡?

供應商設定、API 金鑰、請求歷史、草稿、集合、環境與評測結果都儲存在你的 Mac。Roshi 沒有帳號系統或託管後端。

免費下載版和 Mac App Store 版有何不同?

兩者都來自相同的 MIT 授權原始碼,功能完全相同。免費 GitHub 版需手動更新;Mac App Store 版售價 US$0.99,可自動更新並支援後續開發。

系統需求是什麼?

Roshi 支援 macOS 12 Monterey 或更新版本,Apple 晶片與 Intel Mac 都能使用。

Roshi 是開放原始碼嗎?

是。Roshi 採用 MIT 授權,你可以自由使用、修改與散布。

別再猜測該上線哪個模型。

加入供應商金鑰、編寫真實的對話請求,直接在 Mac 上比較可能投入正式環境的模型,不需 Roshi 帳號。