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#42 / 177
1256
ELO · 胜率 51.4%
- 编程综合#47 / 168
1242
ELO · 胜率 49.7%
- UI 组件#46 / 162
1250
ELO · 胜率 50.9%
- 3D 场景#47 / 157
1220
ELO · 胜率 49.6%
- 游戏开发#53 / 166
1210
ELO · 胜率 46.4%
- 数据可视化#53 / 156
1219
ELO · 胜率 48.1%
- ASCII 字符画#34 / 89
1173
ELO · 胜率 47.7%
- SVG 矢量图#49 / 117
1164
ELO · 胜率 43.5%
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 · 1980 题 · 测于 2026年11月1日
86.6%正确率每题 $0.101τ-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
73.9%正确率每题 $0.077
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
