模型發布
匿名隱身模型 Gestalt 登頂 Contra 設計榜單,Elo 1931 分、勝率 90%,超越 Claude Fable 5.2 與 GPT-6.1 Sol
iThome 中國單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據
Contra Labs 與 BenchFlow 於當地時間 11 月 18 日發布 AI 設計能力評測 Frontier Design Benchmark。代號 Gestalt、目前處於隱身(Stealth)開發狀態的匿名模型在榜單中以 Elo 1931 分、勝率 90% 居首,排名第二的是人類設計師參考作品 Human golden(1739 分,勝率 74%),Claude Fable 5.2 為 1713 分(第三),GPT-6.1 Sol 為 1668 分(第五)。
評測共 33 項任務,其中 27 項改編自 Contra 平台上的真實設計委託,6 項來自新創公司合作專案,聚焦商業設計而非單純的提示詞生成。35 名專業設計師參與,經 5 輪盲測共收集 4311 張投票。評測採三項指標:設計師雙盲偏好投票、設計質量評價體系(Design Critique Rubric),以及 AI 痕跡檢測器(Slop Detector)。Elo 依兩兩比較計算,涵蓋色彩、字體、版面、可用性與任務遵循度。
在 Gestalt 與人類參考作品的直接對決中,設計師於 28 次比較裡有 20 次選擇 Gestalt。但在設計質量評價體系中,Gestalt 得 83 分,Claude Fable 5.2 與 Claude Opus 5.5 同為 84 分,人類參考作品為 74 分,顯示偏好票與執行質量並不完全一致;Contra Labs 也指出,人類作品存在可明確指出的執行問題,但仍獲得較多偏好票。AI 痕跡評分方面,Gestalt 的結果接近人類參考作品。
目前 Contra Labs 尚未公開 Gestalt 的開發團隊、模型架構與具體身分,實際來源仍有待確認。此結果來自單一來源報導,評測範圍限於設計任務。
讀原始報導