Show me《指环王》！卡帕西强推大模型评测新基准

话不多说，直接开始每日瘫坐（doge）！

就在刚刚，大神卡帕西宣布，“我们”Anthropic已经开始用一种全新的方式，给大模型上强度——

据卡帕西介绍，这套“指环王基准”，正在接替过去风靡一时的“鹈鹕骑自行车”SVG测试。

具体来说，卡帕西直接把《指环王》的开头丢给Opus 5，让模型用Three.js现场搓出一整个“中土世界”。

至于最终效果嘛，多少有点像上世纪90年代末、21世纪初的国产3D动画片：很粗糙，也很抽象。

但客观来说，仔细看上一会儿，如果你又恰好熟悉坐落在新西兰的《指环王》取景地霍比屯，倒也确实能看出那么一丝味道～

不过，就是这么个看起来不太精致的玩意，却实打实地花掉了Opus 5： 100万词元（Tokens），2个小时以及5500行代码。

当然，舞台上也并非只有Claude一模独自美丽。

最搞笑的，还得是网友新端上来的一碗DeepSeek V4 Flash版本。

直接一整个“中国人能飞”，画面人物全员漂浮。

面对这些目前肉眼可见的穿帮，卡帕西倒也相当中肯。

他指出，Opus 5目前还无法真正“进入”自己生成的世界，只能在不同时间点不断截图，再慢慢检查哪里出了问题。

而这恰恰暴露了当前大模型的一块明显短板：

它们已经能写代码、搭场景、生成游戏，却还不能真正看懂视频，也不会亲自玩一遍自己做出来的游戏。

咱们先来看这个“指环王”测试具体是怎么做的。

如果按照卡帕西推文的字面意思，这次输入给Opus 5的主要提示词，应该就是《指环王》正文第一章《期待已久的宴会》的开头。

袋底洞的比尔博·巴金斯宣布要举办盛大的111岁生日宴会，霍比屯立刻议论纷纷……

除此之外，卡帕西还在提示词里指定了Three.js，也就是一个用代码搭建3D场景的JavaScript库。

由此，Opus 5要完成的任务，就是先读懂《指环王》开头的文字，再把它翻译成一个能够在浏览器中实时运行的3D世界。

整个过程中，Opus 5需要用多边形拼出人物、建筑和道具，把它们逐个放进x、y、z坐标系，再安排好摄像机、灯光和动画。