Simon Willison 用犰狳SVG提示词测试四大前沿模型

2026年10月7日，Simon Willison 发文介绍他用同一提示词——生成“火星上穿渔网袜乱穿马路的犰狳”的 SVG——来测试前沿模型的方法。此次测试涵盖四个模型：claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 以及 mistral/mistral-large-4。文章通过 `llm -m` 命令逐一运行各模型，并使用各自的默认推理级别。Willison 表示，这一基准已经被“饱和”，即各前沿模型都能应对该提示词。报道仅涉及该测试方法、所用模型及运行方式，未给出具体各模型的生成结果对比。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。