鹈鹕骑车测试大模型弱爆了。
斑马奔跑测试最佳测试
Haiku 5.5 vs GPT-6 Luna
Hark 已经帮我盯着 Argon 求解谷歌版 3D 鹈鹕骑车方程题目超过 2 小时!
稳稳的安心。
鹈鹕骑自行车还在追我,没想到这个测试方案还能进化。
Gemini Carbon 做的鹈鹕骑自行车演示,一个 Agent 负责构建,在 Blender 和 Three.js 上生成建模,一个 Agent 负责审查,检查它们自己的渲染结果,最终生成的可玩的 3D 游戏:一只鹈鹕骑着自行车在 Google 的 Mountain View 园区转悠。
测试地址:
顯示更多
卧槽坏了....鹈鹕骑自行车测试被破解了.....
有朋友问 Grok4.7 为啥不测鹈鹕骑自行车。
好,安排...
claude这下真的直接杀死比赛了
终极鹈鹕测试!!!