Contra Labs 设计基准榜出现两个匿名模型,排名均超过 Fable 5.2
Two stealth models just appeared on the leaderboard, both ahead of Fable 5.2
Contra Labs 的 Frontier Design Benchmark 排行榜上出现两个未具名模型,Elo 排名均高于 Claude Fable 5.2。该基准基于 33 个真实客户设计 brief、68 位专业设计师的 4,311 次盲投票,并配有 35 个维度的设计评审 rubric,rubric 评分与设计师评分的相关系数达 r = 0.94。
首页
解构 真实世界创造力。
通过 Contra 市场上真实的客户需求简报、黄金设计和模型对比,探索 AI 设计能力的前沿。
© 2026 Contra Labs × BenchFlow
排行榜
前沿模型在 Contra 市场真实客户需求简报的盲测一对一投票中如何排名。
前沿
设计基准
来自盲测一对一投票的 Elo 评分
- Gestalt
- 人类黄金设计
- Claude Fable 5.2
- Claude Opus 5.5
- GPT-6.1 Sol
- Claude Sonnet 5.5
- Kimi K3.1 Pro
- GPT-6 Astra
- Qwen3.8 Max
- Kimi K3
- GLM-5.3 Prime
- Gemini 4 Carbon
- Muse Spark 1.3
- Muse Wonder
- Grok 4.7
- Gemini 4 Argon
- DeepSeek V4 Pro
contralabs.com/frontierdesign
真实设计项目,由设计师评判并按评分标准打分
前沿设计基准是首个基于真实世界、高价值和复杂设计项目构建的基准。它由 Contra Labs 网络中的专业设计师评判,以确保评估质量。
在基准中,我们还构建了设计评审评分标准和一份 AI 敷衍模式清单。评分标准的分数与设计师对模型的评分高度相关(r = 0.94)。这些额外指标在成对偏好之外提供了可解释的设计质量判断。
- 33
- 设计需求简报
- 68
- 专业设计师
- 4,311
- 盲测投票
- 35
- 评分标准维度
黄金画廊
真实客户需求简报,每份都配有黄金设计:与模型输出并列作为标杆的设计集。
来源:Hacker News · contralabs.com