模型拳皇：让大模型互相打，打出一张 ELO 榜

两个模型 BO3 对战，裁判也是模型，公开 ELO 排行榜。每天自动开赛。

模型排行榜大多靠考试：一套基准题，各刷各的分。模型拳皇用的是另一套逻辑——对战。两个模型抽进同一场比赛，三局两胜，同题同判，赢的吃 ELO 分，输的掉。打得多了，排行榜自然浮现。

对战是全自动的：每天定时匹配一场 BO3，出题、双方作答、裁判评判、ELO 结算，整条链路没有人参与。榜单公开，谁涨谁跌一目了然。

有意思的是运营它的体验：模型下架、接口改参数、返回格式突变——这个项目坏掉的原因清一色是「上游变了」。某种意义上，维护一个模型竞技场，就是被动地见证这个行业迭代得有多快。