我们做了个“你画我猜Benchmark” ：1350张图后，GPT-6险胜

📋总体概括

硅星人Pro借鉴开发者Simon Willison自2024年沿用至今的「自行车鹈鹕」SVG测试传统，设计了一套「你画我猜Benchmark」，用1350张图对各代模型进行横评，结果显示GPT-6以微弱优势险胜。这类测试表面是玩笑，实际考察模型将文字意图转译为结构化代码与空间布局的能力，已从社区调侃演变为观察新模型代际进步的保留节目，甚至引发模型公司是否针对性优化的猜测。