OpenAI: GPT-5

openai最近核验 2026年11月18日
厂商:openai上下文:400,000 tokens开放权重:闭源

上游公布将于 2026-12-11 下线。

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#55 / 156

    1218

    ELO · 胜率 60.5%

  • SVG 矢量图#43 / 117

    1178

    ELO · 胜率 64.1%

  • 游戏开发#74 / 166

    1173

    ELO · 胜率 59.3%

  • UI 组件#81 / 162

    1168

    ELO · 胜率 57.4%

  • 网站#90 / 177

    1175

    ELO · 胜率 53.7%

  • 数据可视化#81 / 156

    1173

    ELO · 胜率 50.5%

  • 网站#93 / 177

    1173

    ELO · 胜率 55.2%

  • 游戏开发#91 / 166

    1143

    ELO · 胜率 52.2%

  • 编程综合#93 / 168

    1156

    ELO · 胜率 54.5%

  • 编程综合#98 / 168

    1153

    ELO · 胜率 51.8%

  • SVG 矢量图#72 / 117

    1117

    ELO · 胜率 52%

  • UI 组件#103 / 162

    1133

    ELO · 胜率 49.5%

  • ASCII 字符画#59 / 89

    1124

    ELO · 胜率 49%

  • 3D 场景#128 / 157

    1035

    ELO · 胜率 41.3%

  • 3D 场景#138 / 157

    1006

    ELO · 胜率 39.6%

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

    85.7%正确率每题 $0.21
  • 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

    67.3%正确率每题 $0.629

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