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#6 / 89
1310
ELO · 胜率 67.9%
- 数据可视化#13 / 156
1303
ELO · 胜率 57.8%
- 游戏开发#15 / 166
1324
ELO · 胜率 60.8%
- SVG 矢量图#11 / 117
1292
ELO · 胜率 62.8%
- 编程综合#17 / 168
1299
ELO · 胜率 57.9%
- UI 组件#17 / 162
1307
ELO · 胜率 58.2%
- 3D 场景#20 / 157
1297
ELO · 胜率 61.6%
- 网站#23 / 177
1287
ELO · 胜率 56.3%
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
87.8%正确率每题 $0.185τ-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
79%正确率每题 $0.858
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
