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#14 / 157
1343
ELO · 胜率 47.8%
- 网站#19 / 177
1293
ELO · 胜率 51.7%
- 编程综合#21 / 168
1286
ELO · 胜率 48.4%
- 数据可视化#22 / 156
1276
ELO · 胜率 51.5%
- UI 组件#28 / 162
1279
ELO · 胜率 48.5%
- SVG 矢量图#22 / 117
1241
ELO · 胜率 50.6%
- 游戏开发#36 / 166
1252
ELO · 胜率 43.2%
- ASCII 字符画#24 / 89
1219
ELO · 胜率 47.8%
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31日
90.1%正确率每题 $0.011τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 150 题 · 测于 2026年11月17日
73.3%正确率每题 $0.024
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
