公司slug: contra-labs访问官方网站

Contra Labs

推出前沿设计能力评测榜单 Frontier Design Benchmark 的评测机构,与 BenchFlow 合作构建真实商业设计任务基准

收录情报动态

共 2 篇 · 第 1/1 页
IT之家 · 智能时代T2·基座大模型
74 分
匿名模型 Gestalt 登顶设计盲测 Elo 达 1931

Contra Labs 发布前沿设计能力评测榜单 Frontier Design Benchmark,匿名隐身模型 Gestalt 以 1931 Elo 评分、90% 胜率登顶,超过人类设计师参考作品(1739 分)以及 Claude Fable 5.2、GPT-6.1 Sol 等主流模型。评测基于 33 项真实商业设计任务、35 名专业设计师五轮盲测共 4311 张投票,Gestalt 在质量评分与 AI 痕迹检测上同样接近人类水平,但其开发团队与架构尚未公开。

Hacker News AIT2·基座大模型
58 分
两款匿名模型登顶设计基准 双双超越 Fable 5.2

Contra Labs 与 BenchFlow 联合推出的 Frontier Design Benchmark 基于真实客户设计简报,由 68 位专业设计师进行盲评,并辅以与人工评分相关系数达 0.94 的评分量表。榜单上出现两款匿名模型,排名均超过 Fable 5.2,但页面未披露模型身份、参数或具体得分。