首页 > 教程资讯 > 教程详情

隐身模型 Gestalt 登顶 Contra 网页设计基准,开发方尚未公开

AI 与前沿 极客小林 2026-11-22
文章分享

据 TeamoRouter 报道,Contra Labs 于 2026 年 11 月 19 日推出 Frontier Design Benchmark,让专业设计师对依据真实客户需求生成的网站进行盲测投票。尚未公开的模型 Gestalt 排名第一,在与人类参考设计的对比中也获得更多选择。不过,这些成绩来自 Contra 自有基准,尚未经第三方核验,模型开发方也未公布。

用真实需求测试网站设计

据报道,该基准包含 33 个设计任务,其中 27 个来自 Contra 上真实发布的网站需求,另外 6 个来自创业公司的真实项目。每个参测模型需要根据需求制作可运行的网站,再由从 Contra 招募的专业设计师两两比较,在不知道作品出自哪个模型的情况下选出更好的一个。

Contra 报告称,已有 35 名设计师参与,累计投出 4311 票。

发布时胜率为 89%

据 TeamoRouter 援引的 Contra 发布文,Gestalt 得分为 1928 Elo,在涉及它的 423 票中赢下 378 票,胜率为 89%。Contra 自己运行测试的最佳模型 Claude Fable 5.2 得分为 1714,两者相差 214 分,95% 置信区间不重叠。

在人类参考设计对比中,Contra 将 Gestalt 生成的网站与其雇用设计师制作的「golden」参考设计放在一起。设计师在 28 次比较中有 20 次选择了 Gestalt。Contra 称,这是它第一次看到模型的评分高于人类设计。

在 Contra 用于衡量页面看起来有多像 AI 生成的 Slop Detector 指标上,评分范围为 0 到 100 分。发布方给出的 Gestalt 得分为 1.2,人类设计为 0.9;三款 Claude 模型为 31 到 38,两款 GPT 模型为 41 到 53。

报道还列出了截至 11 月 20 日的实时榜单:Gestalt 为 1931 Elo、胜率为 90%,Claude Fable 5.2 为 1713 Elo。文章说明,实时分数会随新增投票略有变化,因此与发布文中的数字不同。

身份、开放方式仍未确定

Contra 将 Gestalt 描述为「目前处于隐身状态的高质量设计模型」,没有说明背后的实验室。据报道,尚无实验室出面认领,X 上涉及 Anthropic 等公司的猜测也没有提供证据。

文章称,Gestalt 的模型 ID、价格和发布日期均未知,也不确定它是否会公开发布或提供 API。Contra 表示,正在与该团队合作,持续评估其质量。目前披露的结果仍限于 Contra 自己的基准,尚未得到其他方核验。

来源