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#24 / 166
1280
ELO · 胜率 56.1%
- SVG 矢量图#24 / 117
1225
ELO · 胜率 54.7%
- 数据可视化#32 / 156
1259
ELO · 胜率 55.4%
- ASCII 字符画#23 / 89
1235
ELO · 胜率 57.2%
- 网站#48 / 177
1247
ELO · 胜率 52.2%
- 编程综合#46 / 168
1248
ELO · 胜率 52.8%
- UI 组件#47 / 162
1248
ELO · 胜率 53.2%
- 3D 场景#63 / 157
1175
ELO · 胜率 48.8%
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
93.9%正确率每题 $0.313τ-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
73.7%正确率每题 $0.477
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
