匿名模型 Gestalt 登顶 Contra 前沿设计评测,Elo 超人类参考作品
Contra Labs 于 11 月 18 日联合 BenchFlow 发布 Frontier Design Benchmark 设计能力评测榜单,一款处于隐身开发状态的匿名模型 Gestalt 以 Elo 1931 分、90% 胜率登顶,超过 Anthropic 的 Claude Fable 5.2(1713 分)和 OpenAI 的 GPT-6.1 Sol(1668 分),甚至超过人类设计师参考作品 Human golden 的 1739 分。 评测共设 33 项真实商业设计任务,其中 27 项改编自 Contra 平台真实委托,6 项来自创业公司合作项目。35 名专业设计师通过 5 轮盲测累计投出 4311 票,指标包括双盲偏好投票、Design Critique Rubric 质量评价和 Slop Detector AI 痕迹检测。在 Gestalt 与人类参考作品的直接对决中,设计师在 28 次比较中 20 次选择了 Gestalt。 不过偏好并非等于执行质量:在 Design Critique Rubric 上,Gestalt 得分 83 分,Claude Fable 5.2 与 Claude Opus 5.5 均为 84 分,人类参考作品为 74 分。Contra Labs 目前未公开 Gestalt 的开发团队与模型架构,仅标记为 Stealth,其真实身份仍待确认。
当前结论
一款没露面的神秘模型在设计盲测里把人类作品和 Claude Fable 5.2 都比下去了,28 次直接对决赢了 20 次。做设计工具或关注 AI 落地商业设计的人值得看看这份榜单细节,偏好分和质量分的差异也很有意思。
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。