我们做了个“你画我猜Benchmark” ：1350张图后，GPT-6险胜

📋总体概括

媒体硅星人Pro自建了一个基于「你画我猜」的SVG绘图评测：让不同AI模型把题目画成SVG图，再由其他模型猜测原题，累计生成1350张图后统计猜中率。该玩法源自开发者Simon Willison自2024年反复测试模型的「自行车鹈鹕」梗，如今从玩笑演变为观察新模型能力的保留节目。结果显示GPT-6以微弱优势险胜，说明这一看似娱乐的测试实际上能反映模型在语义理解、空间想象与代码表达上的综合能力。