厂商:qwen上下文:262,144 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。
- 网站#114 / 177
1149
ELO · 胜率 61.7%
- 编程综合#114 / 168
1131
ELO · 胜率 61.2%
- UI 组件#116 / 162
1101
ELO · 胜率 61.4%
- 游戏开发#119 / 166
1087
ELO · 胜率 58.7%
- 数据可视化#127 / 156
1084
ELO · 胜率 54.9%
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 · 594 题 · 测于 2026年10月4日
60.4%正确率每题 $0.0035τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 150 题 · 测于 2026年10月4日
46.2%正确率每题 $0.038
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
