我们做了个"你画我猜 Benchmark"：1350 张图后，GPT-6 Astra 险胜

一个让模型画 SVG、再由其他模型猜词的"你画我猜 Benchmark"公布首期结果：GPT-6 Astra 以 75.5 分险胜 Gemini 3.8 Flash（74.6）和 Claude Fable 5.1（74.3），三家置信区间重叠。八个参评模型共画 150 个词、1350 张图，反常识题全场得分仅 21-34 分，且思考 token 更多、花费更贵的模型并未稳定换来更高分。