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#27 / 177
1276
ELO · 胜率 60%
- 数据可视化#24 / 156
1275
ELO · 胜率 58.3%
- 编程综合#33 / 168
1264
ELO · 胜率 59.4%
- UI 组件#39 / 162
1260
ELO · 胜率 58.3%
- 游戏开发#43 / 166
1247
ELO · 胜率 58.8%
- ASCII 字符画#24 / 89
1219
ELO · 胜率 60.1%
- SVG 矢量图#37 / 117
1186
ELO · 胜率 58.7%
- 3D 场景#50 / 157
1214
ELO · 胜率 57.5%
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 · 2178 题 · 测于 2026年10月31日
72.1%正确率每题 $0.617τ-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%正确率每题 $0.329
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
