厂商:openai上下文:400,000 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#89 / 166
1149
ELO · 胜率 51.2%
- ASCII 字符画#51 / 89
1135
ELO · 胜率 51.2%
- 数据可视化#89 / 156
1161
ELO · 胜率 50.6%
- SVG 矢量图#71 / 117
1118
ELO · 胜率 54%
- 网站#111 / 177
1153
ELO · 胜率 48.6%
- 编程综合#113 / 168
1133
ELO · 胜率 47.2%
- UI 组件#109 / 162
1125
ELO · 胜率 47.3%
- 3D 场景#141 / 157
988
ELO · 胜率 35.3%
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。
τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 50 题 · 测于 2026年10月3日
75.3%正确率每题 $0.3
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
