Simon Willison 用 Mistral Large 4 等模型生成"火星穿网袜犰狳"SVG 测试基准饱和

Mistral Large 4

Simon Willison 在 Hacker News 评论 Mistral Large 4 时，用 llm 工具让 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4 分别生成"火星上穿网袜乱穿马路的犰狳"SVG，以回应"基准已饱和"的吐槽。各模型均使用默认推理等级。