sonnemusk 在 做了个 AI 降智观察站:鹈鹕测试榜 中发帖

▶ 
公益推广说明
以下为项目介绍正文内容,AI生成、润色内容已使用截图方式发出;
最近总看到有人说某某模型「降智」了,但又说不清到底变了没有。我就想了个笨办法:每天给它们同一句提示词,让它们画同一张图,画完都存下来,过一段时间回头翻一翻,变没变一眼就能看出来。
提示词就这一句:
Generate an SVG of a pelican riding a bicycle

这个题目是 Simon Willison 想出来的,我把它做成每天跑测试用例,记录数据。
现在收录的模型有 GPT-6.1 Sol、Grok 4.7、Claude Opus 5.5、Gemini 3.1 Pro、Kimi K3、GLM 5.2、Composer 2.5 等,支持的模型会分别跑低、中、高几档推理强度。GPT 和 Grok 系列模型每天都会更新,其他模型每周日跑一次。
网站上能看到:

每个模型每天画...