专题 · FULL STORY
Animation Bench：网页动画评测基准问世
Physera 团队 10 月 1 日发布首个评估前沿模型网页动画复现能力的基准 Animation Bench v1.0，GPT-6 Astra 首轮居首；次日 GPT-6.1 Sol 便登顶该评测，展现编码能力快速迭代。
2026-10-01 ~ 2026-10-02 · 2 集 · 6 条
第 1 集 · Animation Bench 发布：GPT-6 Astra 复现网页动画居首(2026-10-01,4 条)
Physera 团队发布 Animation Bench v1.0，这是首个评估前沿模型「网页动画复现」能力的基准，包含 4 个前沿模型、来自 32 家真实商业网站的 48 个任务、共 192 次重建。团队指出现有截图对比只能衡量「长得像」，无法区分可交付的前端重建，故特别关注多模态与商业应用场景下的动画生成短板。完整榜单显示 GPT-6 Astra 位居第一，但各模型的动作一致性普遍表现不佳。
- Animation Bench 发布：四款前沿模型复现真实网页动画大比拼 — himanshustwts · 2026-10-01
- Animation Bench 完整榜单：GPT-6 Astra 居首，动作一致性普遍拉胯 — himanshustwts · 2026-10-01
- 团队发布 Animation Bench:聚焦前沿模型多模态动画短板的新基准 — himanshustwts · 2026-10-01
- Animation Bench 发布：测编码 Agent 能否还原网页动效行为 — himanshustwts · 2026-10-01
第 2 集 · GPT-6.1 Sol 登顶 Animation Bench 动画重建评测(2026-10-02,2 条)
Physera 发布 Animation Bench v1.0，基于 32 个真实商业网站的 48 个网页动画任务和 240 个重建样本，评测前沿编码 agent 能否重建页面行为而非仅外观。结果显示 GPT-6.1 Sol 综合排名第一，被评为最佳模型，单任务成本仅 0.46 美元，并成为首个在动作一致性（Motion）指标上突破 0.5 阈值的模型，尤其在恢复细节方面表现出色。
- GPT-6.1 Sol 登顶 Animation Bench,动作一致性首破 0.5 — himanshustwts · 2026-10-02
- Animation Bench 揭晓:GPT-6.1 Sol 综合第一,单任务成本仅 $0.46 — himanshustwts · 2026-10-02