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 $0.014τ-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 。
