厂商:OpenAI上下文:131,072 tokens开放权重:开放
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#147 / 156
933
ELO · 胜率 39.7%
- 网站#172 / 177
843
ELO · 胜率 27.9%
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 · 1386 题 · 测于 2026年11月1日
65.2%正确率每题 $0.0057τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 346 题 · 测于 2026年11月1日
53.7%正确率每题 $0.015
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
