OpenRouter 评测
在 OpenRouter 查看Design Arena 设计对战
真人对比两个模型完成的同一设计任务并投票,按胜负计算 ELO 分;排名是同类别所有参赛模型里的名次。
- 数据可视化#41 / 156
1240
ELO · 胜率 58.5%
- 游戏开发#50 / 166
1217
ELO · 胜率 59.3%
- 网站#55 / 177
1237
ELO · 胜率 59.7%
- 编程综合#53 / 168
1230
ELO · 胜率 59.5%
- UI 组件#53 / 162
1226
ELO · 胜率 58.1%
- 3D 场景#56 / 157
1193
ELO · 胜率 58.5%
- ASCII 字符画#34 / 89
1173
ELO · 胜率 54.8%
- SVG 矢量图#46 / 117
1170
ELO · 胜率 58.7%
OpenRouter 实测
OpenRouter 自己调用模型跑的评测,附每道题的平均花费,可以和价格一起看。
GPQA Diamond
研究生水平的科学选择题 · 2178 题 · 测于 2026年10月31日
86.5%正确率每题 $0.843τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 500 题 · 测于 2026年10月31日
76.1%正确率每题 $0.536
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
