厂商:reflection上下文:1,048,576 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。
- UI 组件#41 / 162
1259
ELO · 胜率 49%
- 网站#53 / 177
1238
ELO · 胜率 46%
- 编程综合#58 / 168
1223
ELO · 胜率 43.8%
- 游戏开发#65 / 166
1188
ELO · 胜率 40.4%
- 3D 场景#89 / 157
1124
ELO · 胜率 33.3%
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 · 396 题 · 测于 2026年10月31日
88.4%正确率每题 $0.015τ-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24日
69.3%正确率每题 $0.028
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
