AI Trends

Mysterious large model Gestalt tops the Frontier Design Benchmark with a commanding lead

Sina TechnologyUpdated Nov 19 22:12

English text is being prepared.

AI summary

The mysterious large model Gestalt topped the Frontier Design Benchmark with 1,928 points, surpassing Fable 5.2, which scored 1,715. The benchmark comprises 33 commercial design tasks evaluated by professional designers. Gestalt is currently available through OpenRouter in Stealth mode, and its origin remains unknown.

Body

新增众测推广文案 新增众测推广文案end 添加App专享导流

快科技11月19日消息,Anthropic公司今晚正式上市,最近他们的Fable 5.2、Opus 5.5大模型风光无限,OpenAI已经被甩开一段距离了,但今天出现了一个神秘大模型Gestalt却杀穿了现有的AI榜单。

Gestalt是被Contra Labs曝出来的,他们推出了名为Frontier Design Benchmark的AI榜单,主要用于测试AI大模型的商业设计能力,跟大家熟悉的AI通用或者代码能力不太一样。

这个榜单由33个设计任务组成,AI完成之后会被邀请来的专业设计师打分,通常来说这种榜单都是被Claude家族的旗舰模型刷榜的。

然而这次不一样了,现在在这个榜单上位列第一的是一个名为Gestalt的大模型,正以Stealth(隐身)的模式在OpenRouter提供调用。

它的性能有多强呢,全球用户公认最强的Fable 5.2得分是1715分,Gestalt直接干到了1928分,领先214分,而其他大模型领先对手通常也就几十分,拉开20分的差距都不容易,结果Gestalt断层式领先。

如此遥遥领先的大模型到底是谁家的?这个问题比它为何这么强更引人关注,因为它意味着AI大模型行业有人能在Anthropic、OpenAI、谷歌御三家之外做出性能更强的大模型,这个公司万一还不是美国的,那就更有意义了。

现在的信息还不足以判断出Gestalt的来源,Meta几乎是被确定排除了,上面的御三家应该也不是,A家今晚就敲钟上市,如果有这样强力的大模型,不太可能用这种匿名方式宣传。

O家最近的大模型都很拉跨,如果有压箱底的宝贝,早就拿出来给自己洗刷污名了,也没必要用这种模式造势。

谷歌最近风头很劲,发布的几款大模型口碑及能力都是双赢,似乎也没必要再多此一举用匿名模型宣传。

其他可能的美国公司中,Vercl一直从事设计、前端业务,有这个需求,但他们在自研大模型上不太可能有这么强的能力,从岌岌无名直接跃升到世界之巅,太爽文的套路了。

考虑到国产大模型最近的低调,几乎没谁敢期待这个大模型是国内AI公司发的,现在还没发旗舰大模型的就智谱GLM和DeepSeek V4.1 Pro了,后者时间点对不上,没这么快,智谱的GLM-5.5倒是传闻下周发布,时间点是符合的。

GLM-5.5的预期值也很高,不过主要是代码方面的,设计能力上是否碾压Fabel 5.2,真的没人敢打包票。

总之,Gestalt最终身份很吸引人,如果真的是大家都没想到的公司,那就更意义了,AI行业不应该垄断在御三家中,还是需要初创公司带来有价值的技术突破的。

【本文结束】如需转载请务必注明出处:快科技

责任编辑:宪瑞article_adlist[

文章内容举报 ]article_adlist 声明:新浪网独家稿件,未经授权禁止转载。 tech_web_article_v2015_block_bottom 非定向300*250按钮 17/09 wenjing begin

非定向300*250按钮 end

Source

Sina Technology