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#68 / 177
1213
ELO · 胜率 57.5%
- 编程综合#70 / 168
1195
ELO · 胜率 56.8%
- 3D 场景#73 / 157
1150
ELO · 胜率 57.6%
- 游戏开发#78 / 166
1165
ELO · 胜率 55.5%
- SVG 矢量图#59 / 117
1138
ELO · 胜率 54.5%
- UI 组件#85 / 162
1161
ELO · 胜率 53.4%
- 数据可视化#85 / 156
1168
ELO · 胜率 51.2%
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 · 396 题 · 测于 2026年8月30日
78.9%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 · 100 题 · 测于 2026年8月30日
67.7%正确率每题 $0.022
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
