昨天群里粉丝说新出的 inkling-2-small 挺能打,赶紧测一下。它是 OpenAI 前女 CTO 穆拉蒂在宫斗离职后搞的模型;翻博客的 benchmark 记录,V2 版本测过它的上一代,表现非常糟糕。这次看看是不是真的有很大进步——还是 pi 接入,思考深度拉到最高。

第一题强约束指令遵循,1 到 10 结尾、全部通顺,开门红。第二题鹈鹕土星环骑车 SVG 明显不行:骑到下面就倒着骑,鹈鹕没扶车把,自行车也没挡住另一只脚,两只脚看着在同一边。第三题复合弓射箭同样不行:箭根本没射出去却又有中靶效果——龟波气功见过,龟波气弓真是闻所未闻;箭不像箭,像多节小竹枝,箭羽无从谈起;拉弓时副弦还跟着主弦一起动,不符合复合弓原理。

第四题浏览器操作系统:第一次无法进入桌面,有 bug;重试后能进,但黑色壁纸很简陋。右上角电池 icon 点击没反应,本应有弹窗;其他弹窗正常,日历高亮用椭圆不好看。Dock 里计算器全是椭圆按钮,丑爆了;设置改不了桌面;终端输入框 border 太大,其实不需要。太空射击像素感偏重,但我个人喜欢这种简洁不丑陋的风格,其他功能没问题。

第五题 3D 赛车 UI 一般,主要是左右键反了,一开始无所适从、老是撞车。第六题 Trello 看板 UI 中规中矩,功能可用;删除图标太大、和整个界面风格不匹配(估计 CSS 没设好),删除卡片和列表也没有二次确认。

这期就到这,大家觉得能打多少分?