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#20 / 117
1246
ELO · 胜率 58%
- 游戏开发#36 / 166
1252
ELO · 胜率 52.3%
- ASCII 字符画#20 / 89
1237
ELO · 胜率 58.8%
- 网站#39 / 177
1259
ELO · 胜率 53.8%
- UI 组件#38 / 162
1263
ELO · 胜率 54.6%
- 编程综合#41 / 168
1255
ELO · 胜率 54%
- 数据可视化#42 / 156
1238
ELO · 胜率 53.5%
- 3D 场景#46 / 157
1225
ELO · 胜率 55.4%
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
92.3%正确率每题 $0.144τ-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
72.7%正确率每题 $0.432
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
