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。
- 游戏开发#112 / 166
1117
ELO · 胜率 46.5%
- 数据可视化#108 / 156
1127
ELO · 胜率 43.7%
- 网站#127 / 177
1116
ELO · 胜率 44.3%
- UI 组件#117 / 162
1094
ELO · 胜率 41.9%
- SVG 矢量图#86 / 117
1080
ELO · 胜率 45.8%
- ASCII 字符画#66 / 89
1108
ELO · 胜率 44.8%
- 编程综合#125 / 168
1103
ELO · 胜率 43.5%
- 3D 场景#136 / 157
1017
ELO · 胜率 36.9%
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
81%正确率每题 $0.045τ-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
71.7%正确率每题 $0.128
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
