Frontier-KI-Modelle scheitern an kreativem UI-Design
The Emperor Pelican Has No Clothes
Kombai hat mit Design Creativity Bench einen neuen Benchmark vorgestellt, der die Designkreativität von KI-Modellen anhand von 80 offenen UI-Aufgaben in zwei Produktdomänen misst. Bewertet werden Originalität, kreative Bandbreite und Angemessenheit. Das beste Modell, OpenAI GPT-6 Astra, erreicht 65,5 Punkte, während menschliche Designer im Referenzschnitt auf 92,3 kommen. Leaderboard, Methodik und Evaluationsframework sind öffentlich verfügbar.
Das beste Modell, OpenAI GPT-6 Astra, erreicht 65,5 Punkte gegenüber einer menschlichen Referenz von 92,3.