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。
- 网站#24 / 177
1282
ELO · 胜率 61.1%
- 数据可视化#22 / 156
1276
ELO · 胜率 58.7%
- 网站#25 / 177
1277
ELO · 胜率 60.2%
- 编程综合#26 / 168
1277
ELO · 胜率 61.2%
- 游戏开发#28 / 166
1266
ELO · 胜率 61%
- 3D 场景#27 / 157
1254
ELO · 胜率 62.5%
- 编程综合#29 / 168
1274
ELO · 胜率 60.3%
- 3D 场景#29 / 157
1251
ELO · 胜率 60.4%
- 数据可视化#29 / 156
1267
ELO · 胜率 57.4%
- 游戏开发#31 / 166
1260
ELO · 胜率 60.5%
- UI 组件#32 / 162
1272
ELO · 胜率 59.8%
- UI 组件#33 / 162
1269
ELO · 胜率 59.3%
- ASCII 字符画#19 / 89
1238
ELO · 胜率 61.9%
- SVG 矢量图#28 / 117
1217
ELO · 胜率 60.9%
- ASCII 字符画#22 / 89
1236
ELO · 胜率 62.8%
- SVG 矢量图#31 / 117
1204
ELO · 胜率 60.5%
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 · 2376 题 · 测于 2026年11月17日
86.7%正确率每题 $0.752τ-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
74.1%正确率每题 $0.512
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
