Contra Labs 发布设计基准:神秘模型 Gestalt 力压人类金牌作品登顶
yuwen_lu_ · x · 2026-11-19
Contra Labs × BenchFlow 推出 Frontier Design Benchmark,用真实客户设计需求做盲测对战,批评业界让网民投票决定模型优劣的做法。
榜单要点:
- 隐身模型 Gestalt 以 Elo 1931、90% 胜率排名第一,超过人类金牌设计(1739)
- Claude Fable 5.2(1713)、Claude Opus 5.5(1691)、GPT-6.1 Sol(1668)分列 3-5 位
- Kimi K3.1 Pro 进入前七,Qwen3.8 Max 第九;Grok 4.7、DeepSeek V4 Pro、Gemini 4 Argon 等排名靠后
榜单还包含 design critique 与 slop detector 两个维度,数据集来自 Contra 市场的真实 brief。
「模型」频道最新
- Kling Image 4.0 登 Artificial Analysis 榜单第七,唯一支持原生 8K 输出 — anthara_ai · 2026-11-19
- Gemini 霸榜 Arena 日常聊天榜引质疑:是真好用还是评测偏差? — Balance- · 2026-11-19
- 网友用 Claude Opus 5.5 做出浏览器内只狼风 Boss 战 — prasenx · 2026-11-19
- SimpleBench 榜单:GPT-6.2 Astra 跌至第14,OpenAI 新版反不如旧版 — scaling01 · 2026-11-19
- Reddit 曝 Google 将发布 Gemini Neon,Pichai 发预告暗示本周揭晓 — EtienneDosSantos · 2026-11-19
- 博主晒出「GPT-6.2 Astra 与 Sol」复测截图,真伪待考 — every · 2026-11-19