eval_leaderboard：一个用于对比 Coding Harness 与模型表现的 Elixir/OTP CLI 基准排行榜仓库

GitHub 开源项目 eval_leaderboard 提供交互式排行榜，用统一的提示词和任务让各 Coding Harness + 模型组合在 Elixir/OTP 中用 outside-in TDD 构建命令行 HTTP 压测工具 ./cb，并按 S1–S7 切片逐步验收。任务要求包括 5 秒起跑窗口（间隔 ≥100 ms、最多 50 次启动）、单请求 2 秒超时、严格 HTTPS 证书校验、流式丢弃响应体、p50/p95 延迟统计及 Ctrl-C 优雅退出（exit code 130）。目前数据集含 12 条运行记录（10 条已发布，覆盖 Antigravity、Codex CLI、Pi 与 ZCode），详情页展示 token 用量、缓存命中率及按 2026 与 2027 价格估算的成本对比。