gpt-oss-20b

OpenAI最近核验 2026年11月18日
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 $0.0057
  • τ-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 。