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。
- 网站#99 / 177
1165
ELO · 胜率 50.2%
- 编程综合#101 / 168
1152
ELO · 胜率 49.3%
- 数据可视化#94 / 156
1155
ELO · 胜率 48.2%
- 3D 场景#95 / 157
1112
ELO · 胜率 49.4%
- UI 组件#100 / 162
1137
ELO · 胜率 46.8%
- 游戏开发#109 / 166
1120
ELO · 胜率 46.5%
- SVG 矢量图#103 / 117
1022
ELO · 胜率 40.8%
- ASCII 字符画#82 / 89
1066
ELO · 胜率 40.5%
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 · 1386 题 · 测于 2026年11月1日
81.7%正确率每题 $0.0095τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 350 题 · 测于 2026年11月1日
73.7%正确率每题 $0.043
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
