隐性模型 Gestalt 登顶设计基准,领先第二名 Claude 214 分
soleio · x · 2026-11-19
Contralabs 发布 Frontier Design Benchmark,批评当前 AI 行业基准测试被大众投票主导、连设计能力也如此,转而构建专业化的设计能力评测。
首个登顶的是一个名为 Gestalt 的隐性(stealth)模型,得分 1928,比第二名 Claude Fable 5.2(1714)高出 214 分,形成明显的两档分化:
- 第一梯队(1600+):Gestalt、Claude Fable 5.2、Claude Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Kimi K3.1 Pro、GPT-6 Astra
- 第二梯队(1100-1450):Qwen3.8 Max Prime(1434)、Kimi K3、GLM-5.3 Prime、Gemini 4 Carbon、Grok 4.7、DeepSeek V4 Pro(垫底 1122)
Gestalt 身份未知,「匿名新模型吊打所有前沿模型」引发诸多猜测。
所属事件:Contra Labs 发布前沿设计基准,神秘模型 Gestalt 登顶(3 条相关)→
「模型」频道最新
- mrfakename 发布 GLM-5.3-Flash 与 Qwen3.8-Flash-Next 去审查版 — mrfakename0 · 2026-11-19
- 医生观察:AI 竞争已按周计,GPT-6 两版仅隔 7 天 — ramos_casals · 2026-11-19
- 数据平台 micro1 上线泄漏检测模型,为基准分数保驾护航 — Exp_Mark · 2026-11-19
- 爆料:DeepSeek 本周或发新论文,11 月 11 日有排期 — teortaxesTex · 2026-11-19
- Gemini 4 Neon 开始灰度推送,界面曝光三大模型分层 — testingcatalog · 2026-11-19
- 模型都够强时,选择与路由成关键:Turing Post 谈新模型偏好 — TheTuringPost · 2026-11-19