GPT-6 Astra در ساخت وبسایت جلوتر از Fable 5.1
هوش مصنوعی
فرانتاندخلاصهٔ کامل‌تر
سایت MindStudio ۵۰ پرامپت رو تو ۱۰ دسته‌ی مختلف (از داشبورد و بازی گرفته تا سایت‌های روایی و ابزارای هنری) به‌صورت one-shot (یعنی پرامپت فقط یه‌بار داده میشه و همون خروجی اول نمره می‌گیره، بدون هیچ اصلاح یا رفت‌وبرگشتی) به مدل‌های مختلف داده و خروجی‌هاشونو مقایسه کرده. هر سایت از سه جنبه بررسی شده: نظر کور یه آدم واقعی، نمره‌ی بصری از یه داور هوش‌مصنوعی، و نمره‌ی عملکردی از یه داور دیگه.
تو مقایسه‌ی اصلی، GPT-6 Astra تو ۳۵ از ۵۰ تست ترجیح انسانی جلو زد که یعنی حدود ۷۰ درصد برد. داورای هوش‌مصنوعی حتی یک‌طرفه‌تر قضاوت کردن؛ یکیشون ۴۷ بار و اون یکی ۴۸ بار از ۵۰ بار Astra رو انتخاب کرد، صرف‌نظر از اینکه داور از خانواده‌ی کدوم مدل بود. از نظر کارکرد اما تقریباً فرقی نبود: Astra ۴۸ و Fable 5.1، ۴۷ تا از ۵۰ تست عملکردی رو رد کردن.
قبل از این مقایسه، Fable 5.1 با نسخه‌ی قبلی خودش یعنی Fable 5 هم مقایسه شده بود و ۳۰ از ۵۰ تست ترجیح انسانی و ۴۰ از ۵۰ نمره‌ی بصری هوش‌مصنوعی رو برده بود؛ پیشرفت اصلیش تو فاصله‌گذاری بهتر و کیفیت گرافیک‌های برداری (SVG) بود. تو مقایسه با Astra هم، Astra تو گرافیک برداری، بازی‌سازی و رابط‌های داده‌محور مثل داشبورد قوی‌تر ظاهر شد، ولی Fable 5.1 تو رابط‌های صوتی/موسیقی و طراحی‌های تجربی و غیرمتعارف هنوز برتری داشت.
از نظر سبک، خروجی پیش‌فرض Astra بیشتر شبیه یه محصول SaaS حرفه‌ایه با هدر و منوی بالا و سلسله‌مراتب تایپوگرافی منظم، در حالی که Fable 5.1 خروجی‌های شخصی‌تر و کژوال‌تری می‌ده که گاهی شبیه کار یه طراح کم‌تجربه‌تره. به گفته‌ی نویسنده، این یه تفاوت سلیقه‌ست نه لزوماً برتری کیفی، و انتخاب بین این دو مدل باید بر اساس نوع پروژه باشه، نه صرفاً امتیاز کلی.
نکات کلیدی:
- GPT-6 Astra تو ۳۵ از ۵۰ تست انسانی و تا ۴۸ از ۵۰ تست داوری هوش‌مصنوعی از Fable 5.1 جلو زد.
- از نظر عملکرد فرقی نداشتن: Astra ۴۸ و Fable 5.1، ۴۷ از ۵۰ تست رو رد کردن.
- Fable 5.1 نسبت به نسخه‌ی قبلی‌ش Fable 5 با ۳۰ از ۵۰ تست ترجیح انسانی پیشرفت واضحی داشت.
- Astra تو داشبورد، بازی‌سازی و گرافیک برداری قوی‌تره؛ Fable 5.1 تو رابط‌های صوتی و طراحی تجربی برتره.
- بنچمارک به‌صورت one-shot اجرا شده، پس نتیجه رفتار پیش‌فرض مدل‌ها رو نشون می‌ده نه توانایی نهایی‌شون.
