我在做 saas 产品，功能上不对用户暴露底层的模型，模型升级时有什么好的测试平台吗，比如我有一些文本、视频、音频测试样本，模型1测了一遍，记录结果，后续要升级模型2，再手动测一遍，一个一个对比之前的结果，比较麻烦，有啥好的自动化工具吗。