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

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。