厂商:Google上下文:1,048,576 tokens开放权重:闭源
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#53 / 156
1219
ELO · 胜率 68.2%
- 网站#105 / 177
1158
ELO · 胜率 58.4%
- 编程综合#107 / 168
1140
ELO · 胜率 57.5%
- UI 组件#107 / 162
1128
ELO · 胜率 57.5%
- 游戏开发#115 / 166
1100
ELO · 胜率 54.2%
- 3D 场景#118 / 157
1060
ELO · 胜率 50.6%
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
82.6%正确率每题 $0.261τ-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
58%正确率每题 $0.206
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
