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#70 / 162
1195
ELO · 胜率 57.6%
- 网站#79 / 177
1185
ELO · 胜率 54%
- 编程综合#83 / 168
1166
ELO · 胜率 53.1%
- 游戏开发#106 / 166
1123
ELO · 胜率 49.7%
- 3D 场景#103 / 157
1100
ELO · 胜率 51.2%
- 数据可视化#114 / 156
1120
ELO · 胜率 45.3%
- SVG 矢量图#102 / 117
1027
ELO · 胜率 44.2%
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 · 393 题 · 测于 2026年8月30日
51.7%正确率每题 $0.016τ-bench 航空客服
按航空公司规则调用工具处理客户请求 · 100 题 · 测于 2026年8月30日
66.7%正确率每题 $0.0082
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
