两款隐身模型突袭榜首,Fable 5.2 落至第三

Two stealth models just appeared on the leaderboard, both ahead of Fable 5.2

两款隐身模型突袭榜首,Fable 5.2 落至第三

Contra Labs 联合 BenchFlow 发布了全新的 Frontier Design Benchmark,这是首个基于真实高价值设计项目的 AI 评估基准。在盲测对决中,两款名为 Gestalt 的隐身模型强势崛起,以 90% 的胜率登顶,Elo 评分高达 1931,甚至超越了人类专家设计的“黄金标准”。原本被视为强者的 Claude Fable 5.2 此次排名滑落至第三。该基准由专业设计师评审,并引入了专门针对 AI 生成内容的“垃圾检测”机制,旨在通过真实客户简报和严格评分标准,重新定义 AI 设计能力的评估维度。

Frontier Design Benchmark 是首个建立在真实世界、高价值且复杂设计项目之上的基准测试。

同日更多故事

2026-11-19