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#27 / 156
1273
ELO · 胜率 53%
- 网站#33 / 177
1266
ELO · 胜率 54.6%
- 编程综合#33 / 168
1264
ELO · 胜率 53.8%
- 3D 场景#34 / 157
1245
ELO · 胜率 53.7%
- 游戏开发#36 / 166
1252
ELO · 胜率 52.1%
- UI 组件#39 / 162
1260
ELO · 胜率 53.4%
- SVG 矢量图#30 / 117
1205
ELO · 胜率 54.7%
- ASCII 字符画#28 / 89
1193
ELO · 胜率 53%
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 · 198 题 · 测于 2026年9月27日
90.9%正确率每题 $0.222τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 50 题 · 测于 2026年9月27日
72%正确率每题 $0.403
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
