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。
- 网站#84 / 177
1181
ELO · 胜率 52.6%
- 编程综合#80 / 168
1168
ELO · 胜率 52.7%
- 3D 场景#77 / 157
1141
ELO · 胜率 56.7%
- 数据可视化#82 / 156
1172
ELO · 胜率 53.2%
- SVG 矢量图#63 / 117
1129
ELO · 胜率 56.1%
- UI 组件#92 / 162
1151
ELO · 胜率 51.4%
- 游戏开发#100 / 166
1128
ELO · 胜率 50.2%
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 · 1584 题 · 测于 2026年11月16日
86.2%正确率每题 $0.081τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 350 题 · 测于 2026年11月1日
79.1%正确率每题 $0.206
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
