智能指数
智能指数
综合多项评测得出的智能水平,越高越好。
行业指数
金融会计指数
财务、会计与审计类任务的表现,越高越好。
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。
- UI 组件#87 / 162
1156
ELO · 胜率 33.1%
- 3D 场景#94 / 157
1117
ELO · 胜率 30.4%
- 网站#107 / 177
1157
ELO · 胜率 34.6%
- 编程综合#110 / 168
1138
ELO · 胜率 32.4%
- 游戏开发#124 / 166
1082
ELO · 胜率 27.6%
- 数据可视化#123 / 156
1087
ELO · 胜率 26.2%
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 · 594 题 · 测于 2026年10月31日
86.8%正确率每题 $0.022τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 150 题 · 测于 2026年10月31日
72.9%正确率每题 $0.033
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
数据来源:Artificial Analysis。价格会变动,以厂商官网为准。 本站模型资料含 3 项来源。
