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#48 / 166
1222
ELO · 胜率 57.4%
- 编程综合#49 / 168
1234
ELO · 胜率 55.5%
- 网站#53 / 177
1238
ELO · 胜率 55%
- 数据可视化#49 / 156
1225
ELO · 胜率 53%
- 3D 场景#52 / 157
1209
ELO · 胜率 56.3%
- UI 组件#59 / 162
1219
ELO · 胜率 53.6%
- SVG 矢量图#50 / 117
1157
ELO · 胜率 54.4%
- ASCII 字符画#55 / 89
1130
ELO · 胜率 47.9%
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
79.1%正确率每题 $0.161τ-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
74.1%正确率每题 $0.044
数据来源:OpenRouter benchmarks API(Design Arena 评分由 OpenRouter 转载),本站同步于 。
