匿名AI模型Gestalt登顶设计盲测榜 胜率九成

IT时代网11月21日消息,AI 设计能力评测榜单 Frontier Design Benchmark 于当地时间 11 月 18 日发布,一款代号为 Gestalt、目前处于隐身开发状态的匿名模型在专业设计师盲测中登顶,评分超过 Claude Fable 5.2、GPT-6.1 Sol 等主流模型,设计师偏好得分甚至超过了人类设计师的参考作品。

评测结果显示,Gestalt 的 Elo 评分达到 1931 分,胜率九成,位居第一;排名第二的是人类设计师参考作品,Elo 评分 1739 分、胜率七成四;Claude Fable 5.2 以 1713 分排第三,GPT-6.1 Sol 以 1668 分排第五。

该榜单由 Contra Labs 与 BenchFlow 合作推出,面向真实商业设计任务而非简单的提示词生成测试,共设 33 项任务,其中 27 项改编自平台上的真实设计委托,6 项来自创业公司合作项目;35 名专业设计师通过 5 轮盲测累计投出 4311 票。

评测采用三项指标:设计师双盲偏好投票、设计质量评价体系,以及 AI 痕迹检测器。Gestalt 生成的作品在 AI 痕迹检测中的得分接近人类参考作品,这项指标评分越低,意味着作品看起来越不像 AI 生成。在设计质量评价体系里,Gestalt 得 83 分,Claude Fable 5.2 与 Claude Opus 5.5 均为 84 分,人类参考作品为 74 分。

在 Gestalt 与人类参考作品的直接对决中,设计师在 28 次比较里有 20 次选择了 Gestalt。Contra Labs 指出,设计师的审美偏好与具体执行质量并不完全一致,人类参考作品虽有可以明确指出的执行问题,盲测中仍获得了较高票数。

Gestalt 的开发团队、模型架构及具体身份目前均未公开,该模型仅被标记为隐身状态,实际来源和背后团队仍有待进一步确认。

注:本文配图由AI生成。本文综合自IT之家等,文中包含AI辅助创作的内容。

编辑:林一舟

THE END