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#52 / 177
1239
ELO · 胜率 55.2%
- UI 组件#54 / 162
1225
ELO · 胜率 53.6%
- 编程综合#56 / 168
1224
ELO · 胜率 54.1%
- 数据可视化#56 / 156
1215
ELO · 胜率 51.3%
- 游戏开发#63 / 166
1195
ELO · 胜率 53.4%
- 3D 场景#61 / 157
1185
ELO · 胜率 53.1%
- SVG 矢量图#57 / 117
1139
ELO · 胜率 48.4%
- ASCII 字符画#45 / 89
1149
ELO · 胜率 46.5%
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18日
85%正确率每题 $0.1τ-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%正确率每题 $0.056
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
