做了一个鹈鹕骑自行车的小站,欢迎各位指正

Zeos3154 2026-09-27 10:46 1

最近看了论坛里、各个微信群里面,大家都会用鹈鹕骑自行车来测试模型是否降智,发现大家很多时候都是截图发完就没了,同一个模型,换一个思考档位,换一个工具,跑出来的差别也挺大的,事后想要对比,找不回原件,于是做了一个站,专门存这些作品: https://pelicanbenchmark.com/


我先说一下收什么:



  1. Classic SVG:Simon Willison 那句原始英文题面,一点都没有做改动。

  2. Animated HTML:会动的 html 版本。表单里面填你实际用的提示词就好了。


主要收 SVG 和 HTML 源码,不是截图。每一件作品都会记下模型、思考档位、实际用的提示词这些。


我在做这个站的时候想过的几个点:



  1. SVG 直接用图片( img 标签)显示,里面的脚本不会执行。

  2. 动画作品会跑作者写的 JS ,所以放在单独的子域下,用 sandbox="allow-scripts"的 iframe 播放,作品不能往外发请求。只放行 jsdelivr 、cdnjs 、unpkg 、Google Fonts 这几个 CDN 加载资源。

  3. 作者的代码一个字不改

  4. 列表页面只显示静态封面,不会出现同时跑一堆动画的情况;手机上需要点击 play 才开始播放

  5. 提交时会有格式检查,是否重复检查,引用名单外的域名的时候会出提示


没做点赞、投票、排名,目前大部分作品还都是我自己跑的,缺 qwen 、minimax 等等,有的话欢迎各位补充~


不用注册,署不署名随意,想要撤回可以发邮件。怎么收、怎么查、有哪些局限都写在/methodology 了,欢迎各位挑毛病


额外说明一点啊,这个测试首先是由 Simon Willison 提出的,那我这个站和他一点关系都没有,也不会代表任何模型厂商。

最新回复 (7)
  • Zeos3154 楼主 09-27 10:50
    1楼
    @FightPig @cvooc @A1188 @heyhumor @askalau

    之前在 t/1240021 看到几位跑的鹈鹕都挺有意思的,如果文件还留着,欢迎来上传,表单里面直接填实际用的提示词即可。无需注册
  • Zeos3154 楼主 09-27 10:59
    2楼
    @sherlockGou @lianyue @yunshangzhou

    之前在别的帖子里看到几位跑的鹈鹕(小米 mimo 、Grok 4.7 这些),如果文件还在的话,换一上传,模型清单里面支持手动填写的
  • est 09-27 11:08
    3楼
    benchmaxxing
  • v21984 09-27 11:45
    4楼
    加上 Three.js 版本的
  • A1188 09-27 11:54
    5楼
    ‧˚₊*̥(∗︎*⁰͈꒨⁰͈)‧˚₊*̥
  • Zeos3154 楼主 09-27 16:47
    6楼
    @v21984 如果是 3D ( WebGL )的话后面会考虑~
  • Zeos3154 楼主 09-27 16:48
    7楼
    @A1188 谢谢捧场~~
* 帖子来源V2EX
返回