Pixel32Bench:让各家大模型盲画 32×32 像素马力欧一决高下

TheMoonMidas · x · 2026-09-23

Moon Midas 上线的趣味实验 Pixel32Bench:给模型一个 prompt 和 32×32 像素画布,让各家语言模型零样本、单轮画出超级马力欧像素画,再横向比较结果。方法与要点:- 零样本单轮测试,无示例图、无对话历史;- 本地 Node.js 测试框架发送统一 prompt,经 OpenRouter 强制 JSON Schema(pixelimage)校验,记录耗时与 API 成本;- 网站可按模型、思考档位、价格区间、时间、成败过滤排序,并对照 Artificial Analysis 智能指数(2026-08-22 快照);- 部分模型因输出长度限制未能画完 32 行像素,判为失败;- 另有 16×16 版本 Pixel16Bench,测试脚本可下载,属非官方粉丝实验。