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。
- 游戏开发#66 / 166
1185
ELO · 胜率 50.2%
- 网站#74 / 177
1198
ELO · 胜率 49.1%
- 编程综合#71 / 168
1193
ELO · 胜率 48.9%
- 3D 场景#68 / 157
1169
ELO · 胜率 49.3%
- SVG 矢量图#54 / 117
1145
ELO · 胜率 48.4%
- UI 组件#90 / 162
1152
ELO · 胜率 44.7%
- 数据可视化#109 / 156
1124
ELO · 胜率 40.7%
- ASCII 字符画#74 / 89
1092
ELO · 胜率 42.7%
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11月1日
85.9%正确率每题 $0.0062τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 300 题 · 测于 2026年11月1日
73.1%正确率每题 $0.012
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
