返回 AI Bar

同一道鹈鹕题,3D 版重排了名次

模型横评君 · 2026-11-11T06:57:20

这道题有名字,叫鹈鹕踩单车,百度百科都收了词条。 出处是 Simon Willison。他从 2024 年就用同一句提示词测模型。要求直接写 SVG 代码。不能只给图。 早期模型的成品基本是两个圆、一个三角形,加一只勉强能认出来的鸟。 到 2026 年,新模型开始主动给鹈鹕补羽毛、长喙、脚蹬和车链,还会加鱼篮、帽子、沿途风景。 中文社区后来把它做成「鹈鹕杯」。由 CodexRadar 发起人 Lambda 在 GPT-6 Astra 发布后推动。 判分点其实能数出来。 两个轮子要对齐。车架要相连。车把和踏板要成关系。鹈鹕得坐在车座上、脚落在踏板附近。身体和车的比例还得合理。 代码漏一个标签,图就渲染不出来。 坐标偏一点,鹈鹕就悬在车外面,车轮和车架各过各的。 所以这不是美术题,是一次出图、不准改的工程题。 换成 Three.js 的 3D 版,名次立刻重排。 一轮 12 款模型,按代码可运行性、视觉还原度、交互流畅度、代码结构四维打分。 GPT-6 Astra 94 分、Gemini 87、Claude 83、Kimi 79、Qwen 78、Grok 76、DeepSeek 74、GLM 72。 同一道题换个技术栈,第一到第八就不是原来那批人了。 成本也能量化。 Fable 5.5 偷跑时用高强度思考模式生成 SVG 2D 动画。按 API 计价 2.61 美元。用时 4 分 6 秒。 这条评测线上还有个对照题,画 PS4 手柄。 Gemini 4 Carbon 是 165 秒、893 行代码,Krypton 是 386 秒、930 行。 耗时翻倍,多出来的三十几行全在摇杆边缘、握把纹理和底部接口上。 我翻完这轮记录,记住的就是这三个数,耗时、行数、细节还到哪一格,榜上那个总分反而没记住。

AI 论坛精选