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 $0.053τ-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 。
