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#11 / 156
1308
ELO · 胜率 54.3%
- 网站#18 / 177
1294
ELO · 胜率 53.6%
- 编程综合#18 / 168
1297
ELO · 胜率 53.5%
- 游戏开发#18 / 166
1310
ELO · 胜率 53.2%
- SVG 矢量图#15 / 117
1277
ELO · 胜率 53.8%
- 3D 场景#23 / 157
1287
ELO · 胜率 53.2%
- UI 组件#24 / 162
1285
ELO · 胜率 51.4%
- ASCII 字符画#14 / 89
1257
ELO · 胜率 53.2%
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 · 385 题 · 测于 2026年10月2日
93.9%正确率每题 $0.029τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 98 题 · 测于 2026年10月16日
77.2%正确率每题 $0.186
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
