智能指数
智能指数
综合多项评测得出的智能水平,越高越好。
行业指数
金融会计指数
财务、会计与审计类任务的表现,越高越好。
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#4 / 89
1338
ELO · 胜率 67.6%
- 数据可视化#9 / 156
1326
ELO · 胜率 58.3%
- SVG 矢量图#7 / 117
1305
ELO · 胜率 58.4%
- UI 组件#11 / 162
1339
ELO · 胜率 60.8%
- 游戏开发#13 / 166
1329
ELO · 胜率 57.8%
- 编程综合#14 / 168
1315
ELO · 胜率 57.3%
- 网站#16 / 177
1303
ELO · 胜率 56.1%
- 3D 场景#16 / 157
1322
ELO · 胜率 59.8%
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
87.9%正确率每题 $0.127τ-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
78.2%正确率每题 $0.471
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
数据来源:Artificial Analysis。价格会变动,以厂商官网为准。 本站模型资料含 4 项来源。
