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#24 / 156
1275
ELO · 胜率 51.3%
- 网站#37 / 177
1260
ELO · 胜率 50.3%
- 编程综合#40 / 168
1257
ELO · 胜率 49.9%
- 游戏开发#40 / 166
1249
ELO · 胜率 48.7%
- UI 组件#44 / 162
1253
ELO · 胜率 49%
- SVG 矢量图#33 / 117
1199
ELO · 胜率 46.8%
- 3D 场景#48 / 157
1218
ELO · 胜率 47.9%
- ASCII 字符画#58 / 89
1125
ELO · 胜率 40.7%
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10月1日
87.9%正确率每题 $0.044τ-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10月1日
70.3%正确率每题 $0.054
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
