Avaliações de desempenho
Medições independentes e reproduzíveis dos parâmetros que você pode efetivamente definir em uma requisição ao OpenRouter: modelos, provedores, mecanismos de busca e orçamentos de ferramentas. Cada pontuação tem um link para a configuração, os custos e a telemetria que a fundamentam.
13 avaliações de desempenho2.447.619 avaliações de tarefasúltima execução 3 de nov. de 2026
Agentes e ferramentas
Mídia
Imagens, clipes e fala gerados, avaliados em relação à solicitação e com preço por saída.
Avaliação de desempenhoAmostrasValorVelocidade
Image
Prompts de imagem criados para falhar: profundidade, direção, contagem e texto no enquadramento.
60 modelos
ValorUS$ 0,007Recraft: Recraft V4.1 Flash
Velocidade2sRecraft: Recraft V4.1 FlashVideo
Seis segundos de vídeo, com a mesma duração e resolução em todos os modelos.
28 modelos
ValorUS$ 0,050TBC: mischief 1Velocidade24sTBC: mischief 1Speech
Uma frase, todas as vozes: as palavras foram reproduzidas e a orientação foi seguida?
36 modelos
ValorUS$ 0,000Mistral: Voxtral Mini TTS
Velocidade1sElevenLabs: Eleven Flash v2.5Memes
Edite um meme como imagem ou anime-o como um clipe, com avaliação baseada no atendimento ao briefing.
71 modelos
ValorUS$ 0,009Black Forest Labs: FLUX 3 Image KleinVelocidade7sBlack Forest Labs: FLUX.2 Klein 4B
Geração de artefatos
Modelos de texto realizam tarefas não convencionais, como criar desenhos e jogos que podem ser jogados.
Avaliação de desempenhoAmostrasValorVelocidade
Sketch
Modelos de texto criam desenhos a partir de prompts. Os resultados são avaliados como imagens.
243 modelos
ValorUS$ 0,000034Mistral: Mistral NemoVelocidade2sMeta: Llama 3.2 3B Instruct
Games
Modelos de texto criam jogos jogáveis a partir de um único briefing em uma tentativa.
52 modelos
ValorUS$ 0,004OpenAI: gpt-oss-120b
Velocidade15sGoogle: Gemini 3.1 Flash Lite
Raciocínio
Avaliação de desempenhoQualidadeValorVelocidade
GPQA Diamond
Questões científicas de pós-graduação que resistem à recuperação de informações e recompensam o raciocínio cuidadoso.
160 modelosúltima execução 2 de nov. de 2026
Qualidade96,5%Gemini 4 ArgonValorUS$ 0,003Pareto 26.10 Preview
Velocidade20sClaude Sonnet 5.5
VGI-Bench
Perguntas de múltipla escolha sobre vídeos longos: o que foi mostrado, dito ou nunca aconteceu.
60 modelosúltima execução 2 de nov. de 2026
Qualidade66,2%Seed 1.6ValorUS$ 0,039Seed 1.6Velocidade64sSeed 1.6
Pesquisar
Avaliação de desempenhoQualidadeValorVelocidade
BrowseComp
Fatos difíceis de localizar na web atual, com pontuação baseada em pesquisa persistente de várias etapas.
4 modelosúltima execução 18 de ago. de 2026
Qualidade89,0%PerplexityClaude Opus 5 · highValorUS$ 0,99PerplexityClaude Opus 5 · highVelocidade1,9mPerplexityClaude Opus 5 · highDeepSearchQA
Perguntas cujas respostas são listas, avaliadas pela recuperação exaustiva sem conteúdo de preenchimento.
4 modelosúltima execução 18 de ago. de 2026
Qualidade77,0%ParallelClaude Opus 5 · highValorUS$ 0,10PerplexityGPT-5.6 Luna · xhighVelocidade1,6mPerplexityGPT-5.6 Luna · xhighHLE
Humanity's Last Exam como teste de desempenho de pesquisa: perguntas de especialistas respondidas com pesquisa em tempo real.
3 modelosúltima execução 15 de set. de 2026
Qualidade77,4%PerplexityClaude Opus 5 · highValorUS$ 0,16PerplexityClaude Opus 5 · highVelocidade48sPerplexityClaude Opus 5 · highWideSearch
Preencha uma tabela inteira; a precisão por item de resposta pontua correspondências parciais.
4 modelosúltima execução 18 de ago. de 2026
Qualidade84,0%PerplexityGPT-5.6 Sol · highValorUS$ 0,063PerplexityGPT-5.6 Luna · xhighVelocidade1,9mPerplexityGPT-5.6 Sol · high
Para visualizações baseadas no uso dos mesmos modelos, consulte as classificações de modelos e a lista completa de modelos.