RE

Reflection: Beam 1.0 501B A23B

reflection最近核验 2026年11月18日
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 $0.015
  • τ-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 。