DeepSeek: DeepSeek V3.1

deepseek最近核验 2026年11月18日
厂商:deepseek上下文:163,840 tokens开放权重:开放

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#128 / 177

    1113

    ELO · 胜率 48%

  • 编程综合#128 / 168

    1100

    ELO · 胜率 47.8%

  • 3D 场景#120 / 157

    1057

    ELO · 胜率 47.9%

  • 游戏开发#127 / 166

    1072

    ELO · 胜率 47.1%

  • 数据可视化#122 / 156

    1093

    ELO · 胜率 46.2%

  • UI 组件#128 / 162

    1073

    ELO · 胜率 47.1%

  • SVG 矢量图#116 / 117

    956

    ELO · 胜率 38.2%

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 · 1386 题 · 测于 2026年11月1日

    63.7%正确率每题 $0.014
  • τ-bench 航空客服

    按航空公司规则调用工具处理客户请求 · 300 题 · 测于 2026年11月1日

    43%正确率每题 $0.075

数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。