llm-counting-benchmark：用视觉大语言模型对 FSC-147 图像做物体计数评测

llm-counting-benchmark 项目通过 OpenRouter 兼容 API 调用九个视觉模型，对 FSC-147 数据集中选定的六张 Group 1 图像进行计数测试（共 54 个回答），结果于 10 月 3 日保存。基准工作流为 main3.py → eval2/ → 三页网站，模型涵盖 Gemini 3.1 Flash Lite、DeepSeek V4.1 Flash、GPT-5.6 Luna、Claude Sonnet 5.5 等，每模型结果含预测数、置信度、延迟与 API 报告成本。另有 main4.py 比较低/中/高推理档位，目前 GPT-5.6 Sol 已从选定模型中移除。