gpt-6-astra测试测试你的模型有没有降智最近大模型圈里有一个很出名的“鹈鹕测试”让模型生成一张“鹈鹕骑自行车”的 SVG。本次使用灵链云API(llapi.org)进行测试。快来测测你使用的模型有没有降智这个测试最早由 Simon Willison 持续拿来观察不同模型的 SVG 生成能力。他使用的提示词非常短Generate an SVG of a pelican riding a bicycle.翻译过来就是生成一张鹈鹕骑自行车的 SVG。题目看着像玩具实际挺容易露馅。模型要知道鹈鹕长什么样还要处理鹈鹕、自行车、车轮、车架、踏板和双腿之间的位置关系。SVG 不是直接出一张位图模型还得写出能被浏览器正确渲染的图形代码。这次我也跑了一遍鹈鹕测试。本次选择的模型是gpt-6-astra推理强度设置为高high。我在经典提示词上增加了 HTML 和 2D 动画要求看看它能不能把静态 SVG 做成一个真正会动的网页。模型名称和推理档位按本次工具界面显示记录。本文是一轮实际生成结果不是严谨的模型能力评测也不能靠一张鹈鹕图证明底层模型身份。截图 1模型选择为 gpt-6-astra推理强度设置为高本次测试提示词我输入的原始提示词是创建一个HTML内容是SVG绘制一个鹈鹕骑自行车的2D动画 你不需要任何测试。这里比经典鹈鹕测试多了三个要求结果要放进一个可以直接打开的 HTML。鹈鹕不能只是静态骑在车上要做成 2D 动画。我没有继续补充角色姿势、颜色、背景、动画方式也没有提供参考图。具体怎么画、怎么动由模型自己处理。截图 2完整提示词和发送后的会话界面生成过程提交提示词后模型先创建了一个独立示例项目codes/pelican-coast-ride/ ├── index.html ├── README.md └── package.json主要内容都放在index.html中没有引入第三方框架也没有引用外部图片。页面里的鹈鹕、自行车、海岸和云层都由 SVG 绘制动画由 JavaScript 驱动。这一轮没有让模型运行自动化测试。这里说的“鹈鹕测试”指的是用同一道生成题观察模型输出并不是给 HTML 跑单元测试。实际生成了什么打开codes/pelican-coast-ride/index.html可以看到一只戴着头盔、系着围巾的鹈鹕在海边骑自行车。这次结果不是把一只鸟简单放在两个圆圈上。代码里处理了这些细节鹈鹕有长嘴、嘴下喉囊、长颈和翅膀角色比较容易辨认。自行车有前后轮、车架、车把、车座、曲柄和踏板。车轮辐条持续旋转路面、海面和云层以不同速度向后移动。两只脚相差半圈跟随踏板膝盖位置会随脚的位置重新计算。页面提供暂停按钮以及 0.5 倍、1 倍和 1.5 倍三档速度。脚踩踏板是这道题最容易糊弄过去的地方。这次代码没有只让车轮转而是根据曲柄角度计算脚的位置constfoot{x:56526*Math.cos(angle),y:48526*Math.sin(angle)};leg(near,angle);leg(far,angleMath.PI);另一只脚增加Math.PI刚好与前一只脚相差半圈。完整的leg()函数还会根据髋部和脚的位置计算膝盖让腿跟着踏板弯曲。截图 3HTML 打开后的完整页面你也可以把经典提示词原样发给自己正在用的模型如果想复现本文这一版就使用前面的完整中文提示词并把推理强度设为高。我本次对比的是使用灵链云llapi.org中的gpt-5.6-luna推理强度同样选择的是高。重新创建一个HTML内容是SVG绘制一个鹈鹕骑自行车的2D动画你不需要任何测试创建一个HTML内容是SVG绘制一个鹈鹕骑自行车的2D动画你不需要任何测试。怎么用这张图看看自己的模型有没有降智拿到结果后重点看五件事一眼能不能认出鹈鹕而不是普通的白鸟。鹈鹕是不是真的坐在自行车上翅膀和脚有没有明显悬空。车架、车轮、踏板和车把能不能组成一辆结构说得通的自行车。要求动画时脚、踏板和车轮有没有联动还是只有背景在移动。模型有没有交付能直接打开的完整文件而不是只给一段说明或残缺代码。最好保留第一次生成结果。连续补十几轮提示词以后终于改对和一次交付完成不是一回事。如果要比较模型是否退步还要尽量固定提示词、推理强度、上下文和工具权限并保留以前同条件的结果。只凭一次生成可以看这一轮完成得怎么样不能直接证明模型整体“降智”。这次测试的结论就这一次结果看gpt-6-astra完成了提示词里的主要要求单文件 HTML、SVG 鹈鹕、自行车、2D 动画和显眼推广都交付了还补了暂停与调速。更关键的是它没有只做“两个车轮转起来”的表面动画。脚、踏板和膝盖之间有联动说明模型确实处理了这个画面里最麻烦的空间关系。所以我对这一轮的判断是6astra没有看到明显的“降智”表现这道鹈鹕动画题完成度不错。这个结论只针对本次提示词和本次输出。等你补上模型设置、生成过程和动画结果截图读者可以直接看图自己判断这只鹈鹕到底骑得怎么样。Gitee 示例代码地址gpt-6-astrahttps://gitee.com/heihei_66/codex-demo/codes/pelican-coast-ride/index-6astra.htmlGitee 示例代码地址gpt-5.6-lunahttps://gitee.com/heihei_66/codex-demo/codes/pelican-coast-ride/index-5.6luna.html参考Simon Willison 的 pelican-riding-a-bicycle 专题页。
gpt-6-astra测试，测试你的模型有没有降智
gpt-6-astra测试测试你的模型有没有降智最近大模型圈里有一个很出名的“鹈鹕测试”让模型生成一张“鹈鹕骑自行车”的 SVG。本次使用灵链云API(llapi.org)进行测试。快来测测你使用的模型有没有降智这个测试最早由 Simon Willison 持续拿来观察不同模型的 SVG 生成能力。他使用的提示词非常短Generate an SVG of a pelican riding a bicycle.翻译过来就是生成一张鹈鹕骑自行车的 SVG。题目看着像玩具实际挺容易露馅。模型要知道鹈鹕长什么样还要处理鹈鹕、自行车、车轮、车架、踏板和双腿之间的位置关系。SVG 不是直接出一张位图模型还得写出能被浏览器正确渲染的图形代码。这次我也跑了一遍鹈鹕测试。本次选择的模型是gpt-6-astra推理强度设置为高high。我在经典提示词上增加了 HTML 和 2D 动画要求看看它能不能把静态 SVG 做成一个真正会动的网页。模型名称和推理档位按本次工具界面显示记录。本文是一轮实际生成结果不是严谨的模型能力评测也不能靠一张鹈鹕图证明底层模型身份。截图 1模型选择为 gpt-6-astra推理强度设置为高本次测试提示词我输入的原始提示词是创建一个HTML内容是SVG绘制一个鹈鹕骑自行车的2D动画 你不需要任何测试。这里比经典鹈鹕测试多了三个要求结果要放进一个可以直接打开的 HTML。鹈鹕不能只是静态骑在车上要做成 2D 动画。我没有继续补充角色姿势、颜色、背景、动画方式也没有提供参考图。具体怎么画、怎么动由模型自己处理。截图 2完整提示词和发送后的会话界面生成过程提交提示词后模型先创建了一个独立示例项目codes/pelican-coast-ride/ ├── index.html ├── README.md └── package.json主要内容都放在index.html中没有引入第三方框架也没有引用外部图片。页面里的鹈鹕、自行车、海岸和云层都由 SVG 绘制动画由 JavaScript 驱动。这一轮没有让模型运行自动化测试。这里说的“鹈鹕测试”指的是用同一道生成题观察模型输出并不是给 HTML 跑单元测试。实际生成了什么打开codes/pelican-coast-ride/index.html可以看到一只戴着头盔、系着围巾的鹈鹕在海边骑自行车。这次结果不是把一只鸟简单放在两个圆圈上。代码里处理了这些细节鹈鹕有长嘴、嘴下喉囊、长颈和翅膀角色比较容易辨认。自行车有前后轮、车架、车把、车座、曲柄和踏板。车轮辐条持续旋转路面、海面和云层以不同速度向后移动。两只脚相差半圈跟随踏板膝盖位置会随脚的位置重新计算。页面提供暂停按钮以及 0.5 倍、1 倍和 1.5 倍三档速度。脚踩踏板是这道题最容易糊弄过去的地方。这次代码没有只让车轮转而是根据曲柄角度计算脚的位置constfoot{x:56526*Math.cos(angle),y:48526*Math.sin(angle)};leg(near,angle);leg(far,angleMath.PI);另一只脚增加Math.PI刚好与前一只脚相差半圈。完整的leg()函数还会根据髋部和脚的位置计算膝盖让腿跟着踏板弯曲。截图 3HTML 打开后的完整页面你也可以把经典提示词原样发给自己正在用的模型如果想复现本文这一版就使用前面的完整中文提示词并把推理强度设为高。我本次对比的是使用灵链云llapi.org中的gpt-5.6-luna推理强度同样选择的是高。重新创建一个HTML内容是SVG绘制一个鹈鹕骑自行车的2D动画你不需要任何测试创建一个HTML内容是SVG绘制一个鹈鹕骑自行车的2D动画你不需要任何测试。怎么用这张图看看自己的模型有没有降智拿到结果后重点看五件事一眼能不能认出鹈鹕而不是普通的白鸟。鹈鹕是不是真的坐在自行车上翅膀和脚有没有明显悬空。车架、车轮、踏板和车把能不能组成一辆结构说得通的自行车。要求动画时脚、踏板和车轮有没有联动还是只有背景在移动。模型有没有交付能直接打开的完整文件而不是只给一段说明或残缺代码。最好保留第一次生成结果。连续补十几轮提示词以后终于改对和一次交付完成不是一回事。如果要比较模型是否退步还要尽量固定提示词、推理强度、上下文和工具权限并保留以前同条件的结果。只凭一次生成可以看这一轮完成得怎么样不能直接证明模型整体“降智”。这次测试的结论就这一次结果看gpt-6-astra完成了提示词里的主要要求单文件 HTML、SVG 鹈鹕、自行车、2D 动画和显眼推广都交付了还补了暂停与调速。更关键的是它没有只做“两个车轮转起来”的表面动画。脚、踏板和膝盖之间有联动说明模型确实处理了这个画面里最麻烦的空间关系。所以我对这一轮的判断是6astra没有看到明显的“降智”表现这道鹈鹕动画题完成度不错。这个结论只针对本次提示词和本次输出。等你补上模型设置、生成过程和动画结果截图读者可以直接看图自己判断这只鹈鹕到底骑得怎么样。Gitee 示例代码地址gpt-6-astrahttps://gitee.com/heihei_66/codex-demo/codes/pelican-coast-ride/index-6astra.htmlGitee 示例代码地址gpt-5.6-lunahttps://gitee.com/heihei_66/codex-demo/codes/pelican-coast-ride/index-5.6luna.html参考Simon Willison 的 pelican-riding-a-bicycle 专题页。
