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。
- 游戏开发#29 / 166
1265
ELO · 胜率 54.2%
- 网站#36 / 177
1261
ELO · 胜率 51.3%
- 数据可视化#34 / 156
1257
ELO · 胜率 51%
- 编程综合#37 / 168
1261
ELO · 胜率 52.3%
- 3D 场景#40 / 157
1233
ELO · 胜率 54.1%
- UI 组件#50 / 162
1242
ELO · 胜率 51.2%
- SVG 矢量图#39 / 117
1184
ELO · 胜率 48.8%
- ASCII 字符画#48 / 89
1141
ELO · 胜率 46.8%
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 · 1584 题 · 测于 2026年10月17日
82.2%正确率每题 $0.03τ-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
73.6%正确率每题 $0.031
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
