我们做了个“你画我猜Benchmark” ：1350张图后，GPT-6险胜

📋总体概括

硅星人Pro受开发者Simon Willison自2024年沿用的「自行车鹈鹕」SVG绘图测试启发，自行搭建了一个「你画我猜Benchmark」，用1350张图片对多个AI模型进行横向评测，结果显示GPT-6以微弱优势险胜。这项测试原本是开发者圈内的玩笑式传统，如今已演变为观察新模型多模态理解与生成能力的保留节目，甚至有观点怀疑模型公司是否已开始针对类似测试题目做针对性优化。