El benchmark de IA que pide a los modelos dibujar una rana con mandíbula de Habsburgo

My personal AI benchmark: “Generate an SVG of a frog with a Habsburg jaw”

FROGS_ es un benchmark personal que evalúa a 14 modelos de IA con un único prompt: generar un SVG de una rana con mandíbula de Habsburgo. Cada modelo tiene tres intentos al mes. Los resultados muestran que algunos modelos, como anthropic/claude-opus-5, añaden comentarios interpretativos sobre la anatomía exagerada, mientras que otros, como anthropic/claude-sonnet-5, producen SVGs sin comentarios o con toques reales como una corona. El proyecto documenta 42 ejecuciones y ofrece una visión divertida y reveladora de cómo los modelos interpretan instrucciones visuales complejas.