Willison 用 SVG 生成测试模型基准饱和

先了解这件事

Simon Willison 用其 llm 命令行工具，分别调用 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4，生成"火星上穿网袜乱穿马路的犰狳"SVG，以此回应 Mistral Large 4 的基准饱和讨论。

该测试的由头是 Hacker News 用户 wren6991 对前沿模型基准饱和的调侃，Willison 称自己"忍不住"做了这个尝试。