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。
- ASCII 字符画#30 / 89
1188
ELO · 胜率 56.1%
- ASCII 字符画#39 / 89
1158
ELO · 胜率 51.7%
- 编程综合#77 / 168
1171
ELO · 胜率 51.5%
- 编程综合#78 / 168
1170
ELO · 胜率 51.3%
- 网站#85 / 177
1180
ELO · 胜率 51.8%
- 网站#85 / 177
1180
ELO · 胜率 51.8%
- 游戏开发#84 / 166
1154
ELO · 胜率 51.1%
- 3D 场景#80 / 157
1137
ELO · 胜率 51%
- 游戏开发#86 / 166
1151
ELO · 胜率 50.5%
- 3D 场景#83 / 157
1132
ELO · 胜率 50.3%
- UI 组件#86 / 162
1160
ELO · 胜率 49.4%
- 数据可视化#86 / 156
1164
ELO · 胜率 47.4%
- UI 组件#94 / 162
1149
ELO · 胜率 47.3%
- 数据可视化#94 / 156
1155
ELO · 胜率 46%
- SVG 矢量图#76 / 117
1104
ELO · 胜率 52.2%
- SVG 矢量图#80 / 117
1097
ELO · 胜率 49%
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
81.6%正确率每题 $0.314τ-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
72.2%正确率每题 $0.332
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
