智能指数
智能指数
综合多项评测得出的智能水平,越高越好。
行业指数
金融会计指数
财务、会计与审计类任务的表现,越高越好。
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。
- UI 组件#66 / 162
1201
ELO · 胜率 40.6%
- 网站#82 / 177
1184
ELO · 胜率 39.1%
- 编程综合#90 / 168
1158
ELO · 胜率 35.5%
- 游戏开发#113 / 166
1109
ELO · 胜率 29.8%
- 3D 场景#112 / 157
1068
ELO · 胜率 25.4%
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 · 1386 题 · 测于 2026年10月3日
80.8%正确率每题 $0.022τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 300 题 · 测于 2026年10月3日
75.7%正确率每题 $0.038
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
数据来源:Artificial Analysis。价格会变动,以厂商官网为准。 本站模型资料含 3 项来源。
