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#66 / 177
1216
ELO · 胜率 55.3%
- 编程综合#66 / 168
1205
ELO · 胜率 54.8%
- 3D 场景#67 / 157
1170
ELO · 胜率 54.3%
- 游戏开发#72 / 166
1177
ELO · 胜率 55.2%
- 数据可视化#68 / 156
1192
ELO · 胜率 51.2%
- UI 组件#73 / 162
1187
ELO · 胜率 51.1%
- ASCII 字符画#46 / 89
1148
ELO · 胜率 48.2%
- SVG 矢量图#61 / 117
1132
ELO · 胜率 54.3%
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 · 1386 题 · 测于 2026年11月1日
82.7%正确率每题 $0.093τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 350 题 · 测于 2026年11月1日
72.1%正确率每题 $0.06
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
