62 人盲听实测：8 大 LLM 写钢琴曲 Gemini 66% 胜率居首
antiochIst · reddit · 2026-11-06
作者自办了一场符号作曲盲听测试：8 个旗舰 LLM 各用一次机会按相同 20 条提示写 8 小节 4/4 独奏钢琴曲（JSON 音符列表），统一用 Salamander 钢琴音源渲染，62 名付费普通听众盲听二选一。
中期结果（514/1638 判次）
- Gemini 4 Argon 66% 胜率居首（79% 的 bootstrap 复制品中排第一），Claude Opus 5.5 61% 次之；中间五名（Qwen 3.8 Max、Kimi K3、Grok 4.7、DeepSeek V4 Pro、GPT-6.1 Terra Pro）区间均含 50%，暂时无法排序；Llama 4 Maverick 27% 垫底，且在 100% 复制品中排末位，20 条提示中 4 条零胜场。
- 获偏爱的曲目有更宽音域（62%）、更多音符（59%）、更多低音（58%）；Grok 乐观风格仅 32%、Qwen 黑暗风格高达 72%，各风格差异明显。
- 落败者特征：DeepSeek 每首仅 71 音、两个八度；Llama 52 音、音域仅 17 半音几乎没有低音区。
局限：仅完成 31%，每模型每提示只生成一次未测方差，听众为非音乐专业者，Llama 走第三方 FP8 端点，结论按该配置理解。
「模型」频道最新
- Inkling 2 Small 发布:AA 指数 31 分,微调友好度成开源新焦点 — simonguozirui · 2026-11-06
- 小模型可定制性被视为关键能力：Inkling 2 Small 主打低成本微调 — clarejtbirch · 2026-11-06
- 本地 AI 日报：TensorFold 1.2.3 解码提速 21–23%，Ripple-65B 开源预览 — AIFlow_ML · 2026-11-06
- 知名研究员 alth0u 晒图暗示:新模型训练已在进行中 — clarejtbirch · 2026-11-06
- Inkling 2 Small 用 NVFP4 于 68 小时预训练 8.4T tokens — clarejtbirch · 2026-11-06
- Astra 与 Sol 6.1 表现突进，多智能体 RL 与认知安全训练受关注 — scaling01 · 2026-11-06