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#34 / 177
1262
ELO · 胜率 54.6%
- 3D 场景#33 / 157
1247
ELO · 胜率 57.6%
- 编程综合#37 / 168
1261
ELO · 胜率 55%
- 数据可视化#40 / 156
1246
ELO · 胜率 52.1%
- UI 组件#43 / 162
1255
ELO · 胜率 55.8%
- 游戏开发#45 / 166
1238
ELO · 胜率 54.8%
- SVG 矢量图#45 / 117
1171
ELO · 胜率 51.2%
- ASCII 字符画#49 / 89
1140
ELO · 胜率 46.1%
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 · 1385 题 · 测于 2026年11月1日
86.7%正确率每题 $0.165τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 400 题 · 测于 2026年11月17日
73.3%正确率每题 $0.065
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
