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#39 / 177
1259
ELO · 胜率 53.9%
- 数据可视化#38 / 156
1248
ELO · 胜率 53.9%
- 编程综合#44 / 168
1251
ELO · 胜率 53.7%
- 游戏开发#44 / 166
1241
ELO · 胜率 52.6%
- UI 组件#48 / 162
1247
ELO · 胜率 53.7%
- 3D 场景#55 / 157
1197
ELO · 胜率 50.9%
- SVG 矢量图#44 / 117
1177
ELO · 胜率 50.4%
- ASCII 字符画#57 / 89
1128
ELO · 胜率 45.1%
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 · 1188 题 · 测于 2026年10月17日
77.2%正确率每题 $0.014τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 400 题 · 测于 2026年10月17日
73.2%正确率每题 $0.01
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
