匿名模型Gestalt登顶Contra前沿设计榜
Contra Labs与BenchFlow推出Frontier Design Benchmark,涵盖33项真实商业设计任务。评测邀请35名专业设计师参与,经过5轮盲测共收集4311次投票。Contra Labs公布的结果显示,处于隐身开发状态的匿名模型Gestalt以1931分Elo评分和90%胜率居首,领先人类参考作品Human golden、Claude Fable 5.2和GPT-6.1 Sol。Gestalt并非在所有指标上得分最高:其设计质量评价体系得分为83分,低于Claude Fable 5.2和Claude Opus 5.5的84分。Contra Labs尚未公开Gestalt的开发团队、模型架构及具体身份。
该评测以真实商业设计作品和设计师偏好而非简单的提示词生成来比较模型,为已命名模型、匿名模型及人类参考作品提供了直接对比。
IT之家 11 月 21 日消息,Contra Labs 于当地时间 11 月 18 日发布 AI 设计能力评测榜单 Frontier Design Benchmark。
其中,一款代号为 Gestalt、目前处于隐身开发状态(Stealth)的匿名 AI 模型成为最大黑马,在专业设计师盲测中以明显优势登顶,超过 Anthropic 的 Claude Fable 5.2、OpenAI 的 GPT-6.1 Sol 等主流模型,甚至在设计师偏好评分中超过了人类设计师的参考作品。

根据 Contra Labs 官方公布的评测结果,Gestalt 的 Elo 评分达到 1931 分,胜率为 90%,位居榜单第一。
排名第二的是人类设计师参考作品 Human golden,Elo 评分为 1739 分,胜率为 74%;Claude Fable 5.2 以 1713 分排名第三,GPT-6.1 Sol 则以 1668 分排名第五。

#Frontier Design Benchmark#Gestalt#Contra Labs#BenchFlow#Claude Fable 5.2#GPT-6.1 Sol#Human golden