DeepSeek: R1 0528

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。

  • 数据可视化#76 / 156

    1179

    ELO · 胜率 60.9%

  • 网站#118 / 177

    1140

    ELO · 胜率 52.7%

  • 3D 场景#106 / 157

    1091

    ELO · 胜率 53.3%

  • 编程综合#118 / 168

    1126

    ELO · 胜率 52.6%

  • UI 组件#118 / 162

    1091

    ELO · 胜率 54.9%

  • 游戏开发#121 / 166

    1086

    ELO · 胜率 49.3%

  • SVG 矢量图#101 / 117

    1028

    ELO · 胜率 48.7%

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 · 990 题 · 测于 2026年10月18日

    76.7%正确率每题 $0.053
  • τ-bench 航空客服

    按航空公司规则调用工具处理客户请求 · 250 题 · 测于 2026年10月18日

    49.5%正确率每题 $0.17

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