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。
- 数据可视化#106 / 156
1131
ELO · 胜率 49.1%
- 网站#132 / 177
1106
ELO · 胜率 47.1%
- UI 组件#125 / 162
1081
ELO · 胜率 48.9%
- 编程综合#132 / 168
1092
ELO · 胜率 46.9%
- 3D 场景#124 / 157
1051
ELO · 胜率 47.4%
- 游戏开发#135 / 166
1054
ELO · 胜率 44.3%
- 网站#145 / 177
1065
ELO · 胜率 45.6%
- 数据可视化#131 / 156
1057
ELO · 胜率 46.8%
- 编程综合#143 / 168
1047
ELO · 胜率 45.4%
- 游戏开发#146 / 166
993
ELO · 胜率 43.6%
- UI 组件#143 / 162
993
ELO · 胜率 43.6%
- 3D 场景#139 / 157
1001
ELO · 胜率 44.4%
- SVG 矢量图#106 / 117
1009
ELO · 胜率 43.1%
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10月2日
72.8%正确率每题 $0.061τ-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10月2日
56.7%正确率每题 $0.029
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
