openrouter-benchmarks — скилл для Claude Code: рейтинги моделей

Что делает openrouter-benchmarks

Скилл обращается к GET /api/v1/benchmarks и возвращает строки с оценками моделей. Artificial Analysis даёт intelligence_index, coding_index и agentic_index — чем выше, тем лучше. Design Arena отдаёт elo, win_rate, время генерации, арену и категорию. Фильтры простые: source, task_type со значениями coding, intelligence, agentic, а для Design Arena ещё arena и category. Есть max_results.

Перед работой задайте OPENROUTER_API_KEY — подойдёт любой действующий ключ OpenRouter, management-ключ для бенчмарков не нужен. Дальше скилл не советует модель сразу: сначала проверяет доступность через GET /api/v1/models и эндпоинты провайдеров. Причина в том, что model_permaslug из строки бенчмарка не всегда совпадает с рабочим ID модели. Если точного совпадения id нет, а есть только canonical_slug, строка считается доводом в пользу семейства, а не готовой рекомендацией. Модель с деградировавшими эндпоинтами или нулевым аптаймом в основные варианты не попадёт.

Данные двух источников лежат в разных шкалах, поэтому скилл не сводит их в один общий лидерборд — сравнивать нужно внутри источника. Для креативного письма и редактуры прямого бенчмарка качества текста здесь нет: intelligence_index даёт лишь слабый сигнал общих способностей. Метаданные цитирования meta.citation, meta.source_url и meta.as_of сохраняются при пересказе результатов.