Mistral Large 4：用“火星上穿渔网袜乱穿马路的犰狳”测试前沿模型

Simon Willison 用同一提示词"生成火星上穿渔网袜乱穿马路的犰狳 SVG"测试 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4 四个前沿模型，称该基准已饱和。文章通过 `llm -m` 命令逐一运行各模型并使用各自默认推理级别。