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。
- 游戏开发#27 / 166
1272
ELO · 胜率 51.5%
- 编程综合#30 / 168
1266
ELO · 胜率 52.5%
- 网站#32 / 177
1267
ELO · 胜率 52.5%
- UI 组件#37 / 162
1265
ELO · 胜率 53.4%
- 3D 场景#36 / 157
1237
ELO · 胜率 52.8%
- 数据可视化#39 / 156
1247
ELO · 胜率 52.7%
- ASCII 字符画#29 / 89
1189
ELO · 胜率 50.8%
- SVG 矢量图#41 / 117
1183
ELO · 胜率 48.8%
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
85.3%正确率每题 $0.17τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 550 题 · 测于 2026年11月17日
74.5%正确率每题 $0.2
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
