DeepSeek: DeepSeek V3

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。

  • 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 $0.0024
  • τ-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 。