modelscope/evalscope 的最新版本是 v1.14.0。EvalScope 是 ModelScope Community 打造的 Python 框架，其 README 说明可以通过一条命令启动模型能力评估与推理性能压力测试。覆盖范围很广，包括 LLM、VLM、Embedding、Reranker、AIGC 以及智能体。
评估项包含 MMLU、C-Eval、GSM8K 等基准测试，并集成了 OpenCompass、VLMEvalKit、RAGEval 等多个评估后端。性能方面会测量 TTFT（首个 token 延迟）和 TPOT（每个输出 token 耗时）等指标，Web Dashboard 则可用于模型对比、评估报告和详细结果。该仓库创建于 2023 年 12 月，采用 Apache-2.0 许可证，star 数为 3565。
不过，由于这条记录没有发布说明，无法确认 v1.14.0 具体改动了什么。可依据的只有 README 所述的功能范围，以及 2.8 的 momentum 评分（满分 10 分）。文中没有给出性能实测数值，只说明会测量这些指标，因此难以判断模型之间的优劣。把模型能力评估与性能压力测试合并到一个工具里是实用的配置，但在无法得知改动内容的情况下，先看看它的功能范围是值得的。