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#54 / 162
1225
ELO · 胜率 47.1%
- 网站#61 / 177
1228
ELO · 胜率 46.8%
- 游戏开发#60 / 166
1197
ELO · 胜率 44.8%
- 编程综合#63 / 168
1217
ELO · 胜率 46.5%
- 3D 场景#60 / 157
1187
ELO · 胜率 48.8%
- SVG 矢量图#46 / 117
1170
ELO · 胜率 44.7%
- 数据可视化#84 / 156
1169
ELO · 胜率 40%
- ASCII 字符画#78 / 89
1081
ELO · 胜率 34%
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 · 2178 题 · 测于 2026年11月17日
86.9%正确率每题 $0.0081τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 450 题 · 测于 2026年10月31日
73.4%正确率每题 $0.0093
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
