Animation Bench 完整榜单：GPT-6 Astra 居首，动作一致性普遍拉胯
himanshustwts · x · 2026-10-01
Physera 补充发布 Animation Bench 详情：4 个前沿模型、48 个来自 32 家真实商业网站的任务、192 次重建。完整排行榜：
- GPT-6 Astra — 总分 0.594（视觉 0.710 / 动作 0.473 / 布局 0.628），赢得 27 个任务，$3.04/任务
- Claude Fable 5.1 — 0.548
- GPT-6 Sol — 0.516，成本最低仅 $0.45/任务
- Claude Opus 5.5 — 0.507
结论：模型能生成「看起来像」的网页动画，但复现页面行为（滚动、拖拽、交互触发）的能力普遍不足，动作一致性得分全线最低。团队表示关注前沿模型在多模态与商业场景的能力缺口。
所属事件:Animation Bench 发布：GPT-6 Astra 复现网页动画居首(4 条相关)→
「编程与Agent」频道最新
- LlamaIndex 两城同夜办 agent 文档处理活动,SF 近600人到场 — llama_index · 2026-10-01
- Prime Intellect 播客:企业为何该拥有而非租用智能 — willcb · 2026-10-01
- Falcon Neo 开启私测:面向设计团队的下一代 agent 友好设计基础设施 — KadriJibraan · 2026-10-01
- AWS 示例：多账户架构下用 AgentCore Gateway 共享 MCP 工具给 AI Agent — gethackteam · 2026-10-01
- OpenClaw 把 agent 间通信折叠成单行,-steipete 预言他人将跟进 — steipete · 2026-10-01
- Google 弃 Gems 转 Skills，三大厂统一 Agent 提示格式 — The Decoder · 2026-10-01