OpenAI: GPT-4.1

openai最近核验 2026年11月18日
厂商:openai上下文:1,047,576 tokens开放权重:闭源

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#117 / 156

    1104

    ELO · 胜率 59.5%

  • 游戏开发#128 / 166

    1068

    ELO · 胜率 59.1%

  • 网站#153 / 177

    1029

    ELO · 胜率 52.3%

  • 编程综合#149 / 168

    1014

    ELO · 胜率 50.9%

  • UI 组件#144 / 162

    988

    ELO · 胜率 49.7%

  • 3D 场景#156 / 157

    830

    ELO · 胜率 30.9%

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 · 396 题 · 测于 2026年10月2日

    63.7%正确率每题 $0.016
  • τ-bench 航空客服

    按航空公司规则调用工具处理客户请求 · 100 题 · 测于 2026年10月2日

    47.7%正确率每题 $0.126

数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。