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。
- SVG 矢量图#16 / 117
1275
ELO · 胜率 67.9%
- ASCII 字符画#17 / 89
1253
ELO · 胜率 63.5%
- SVG 矢量图#23 / 117
1234
ELO · 胜率 72.1%
- UI 组件#34 / 162
1268
ELO · 胜率 69.4%
- 数据可视化#43 / 156
1235
ELO · 胜率 61.8%
- 网站#50 / 177
1243
ELO · 胜率 64.4%
- 编程综合#51 / 168
1232
ELO · 胜率 64.4%
- 3D 场景#50 / 157
1214
ELO · 胜率 58.5%
- 3D 场景#53 / 157
1203
ELO · 胜率 66.7%
- 网站#63 / 177
1224
ELO · 胜率 54.2%
- 编程综合#62 / 168
1219
ELO · 胜率 54.7%
- UI 组件#60 / 162
1213
ELO · 胜率 54%
- 数据可视化#59 / 156
1206
ELO · 胜率 52.2%
- 游戏开发#64 / 166
1190
ELO · 胜率 52.4%
- 游戏开发#66 / 166
1185
ELO · 胜率 60.9%
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
94.5%正确率每题 $0.202τ-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
77%正确率每题 $0.351
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
