上游已不再提供这个模型(最后出现于 2026-11-18),下面的资料停留在当时。
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。
- 网站#48 / 177
1247
ELO · 胜率 51.5%
- 编程综合#49 / 168
1234
ELO · 胜率 50.4%
- 数据可视化#47 / 156
1229
ELO · 胜率 51%
- UI 组件#51 / 162
1233
ELO · 胜率 50.2%
- 游戏开发#59 / 166
1198
ELO · 胜率 45.1%
- 3D 场景#58 / 157
1189
ELO · 胜率 49.8%
- SVG 矢量图#53 / 117
1147
ELO · 胜率 43.8%
- ASCII 字符画#50 / 89
1139
ELO · 胜率 45.4%
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 · 2178 题 · 测于 2026年11月1日
90.2%正确率每题 $0.035τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 500 题 · 测于 2026年11月1日
74.1%正确率每题 $0.026
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 1 项来源。
