My personal AI benchmark: “Generate an SVG of a frog with a Habsburg jaw”

摘要

作者用 “生成一只哈布斯堡下巴的青蛙 SVG” 作为个人 AI 基准，对 google/gemini-3.6-flash 模型进行了三次运行测试。三次结果都显示模型在简单提示之外添加了大量编辑性内容：虚构皇家身份与服饰（皇冠、金羊毛勋章、披风）、情绪标签（忧郁、高傲、困倦）以及解剖学/临床评论（将下巴描述为 “凸颌” 病理特征）。作者记录了每次运行的耗时、输出大小和具体添加的文本片段，并指出这些内容超出了字面描绘。