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。
- 3D 场景#113 / 157
1067
ELO · 胜率 50.5%
- 网站#130 / 177
1111
ELO · 胜率 48.5%
- UI 组件#125 / 162
1081
ELO · 胜率 52.7%
- 编程综合#131 / 168
1096
ELO · 胜率 48.4%
- 数据可视化#124 / 156
1086
ELO · 胜率 50%
- 游戏开发#137 / 166
1042
ELO · 胜率 43.7%
- SVG 矢量图#115 / 117
966
ELO · 胜率 38.8%
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 · 396 题 · 测于 2026年10月2日
62.1%正确率每题 $0.0024τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 100 题 · 测于 2026年10月2日
39.8%正确率每题 $0.069
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
