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#47 / 156
1229
ELO · 胜率 52.4%
- 网站#57 / 177
1233
ELO · 胜率 51.3%
- 游戏开发#60 / 166
1197
ELO · 胜率 49%
- 编程综合#61 / 168
1221
ELO · 胜率 50.7%
- 3D 场景#63 / 157
1175
ELO · 胜率 49.8%
- UI 组件#67 / 162
1200
ELO · 胜率 48.5%
- SVG 矢量图#67 / 117
1123
ELO · 胜率 46.5%
- ASCII 字符画#61 / 89
1118
ELO · 胜率 45.9%
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11月1日
85.5%正确率每题 $0.044τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 350 题 · 测于 2026年11月1日
70.9%正确率每题 $0.027
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
