厂商:openai上下文:128,000 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。
- 游戏开发#160 / 166
894
ELO · 胜率 42.3%
- 3D 场景#153 / 157
849
ELO · 胜率 39.2%
- 网站#174 / 177
822
ELO · 胜率 31.5%
- 数据可视化#154 / 156
858
ELO · 胜率 36%
- UI 组件#160 / 162
873
ELO · 胜率 38.1%
- 编程综合#166 / 168
849
ELO · 胜率 34.8%
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
51.1%正确率每题 $0.013τ-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
41.7%正确率每题 $0.196
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
