上游公布将于 2026-11-20 下线。
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。
- 数据可视化#2 / 156
1366
ELO · 胜率 67%
- 3D 场景#15 / 157
1336
ELO · 胜率 62.6%
- 网站#21 / 177
1290
ELO · 胜率 55.1%
- UI 组件#22 / 162
1292
ELO · 胜率 54.9%
- 网站#37 / 177
1260
ELO · 胜率 52.5%
- 游戏开发#35 / 166
1253
ELO · 胜率 54.4%
- 数据可视化#34 / 156
1257
ELO · 胜率 53.5%
- 编程综合#39 / 168
1258
ELO · 胜率 53.1%
- SVG 矢量图#29 / 117
1207
ELO · 胜率 54.9%
- UI 组件#42 / 162
1256
ELO · 胜率 52.9%
- 3D 场景#42 / 157
1230
ELO · 胜率 53.1%
- ASCII 字符画#56 / 89
1129
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 · 1584 题 · 测于 2026年11月17日
81.1%正确率每题 $0.243τ-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
71.7%正确率每题 $0.101
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
