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。
- UI 组件#79 / 162
1170
ELO · 胜率 59.5%
- 网站#89 / 177
1177
ELO · 胜率 56.4%
- 编程综合#86 / 168
1163
ELO · 胜率 56%
- 数据可视化#86 / 156
1164
ELO · 胜率 53.4%
- 3D 场景#90 / 157
1120
ELO · 胜率 56%
- 游戏开发#111 / 166
1119
ELO · 胜率 52.5%
- SVG 矢量图#94 / 117
1054
ELO · 胜率 50.1%
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8月30日
77.2%正确率每题 $0.018τ-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8月30日
73%正确率每题 $0.063
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
