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#13 / 89
1259
ELO · 胜率 61.3%
- 游戏开发#40 / 166
1249
ELO · 胜率 51.8%
- 网站#47 / 177
1249
ELO · 胜率 52.8%
- 数据可视化#43 / 156
1235
ELO · 胜率 52.5%
- 编程综合#47 / 168
1242
ELO · 胜率 52.1%
- UI 组件#49 / 162
1245
ELO · 胜率 52.7%
- 3D 场景#54 / 157
1202
ELO · 胜率 51%
- SVG 矢量图#42 / 117
1181
ELO · 胜率 50.3%
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
89.7%正确率每题 $0.202τ-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
76.8%正确率每题 $0.491
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
