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参考开发者Simon Willison自2024年带火的「自行车鹈鹕」SVG测试传统，自制了一套「你画我猜Benchmark」，用1350张图对多个AI模型进行横评，结果显示GPT-6以微弱优势险胜。这类看似玩笑的画图测试，实际考察模型的语义理解、空间想象与代码生成能力的综合水平，已成为观察新模型能力的保留节目，甚至引发模型公司是否针对性优化的猜测。