gpt-6-astra测试，测试你的模型有没有降智

最近大模型圈里有一个很出名的"鹈鹕测试"：让模型生成一张"鹈鹕骑自行车"的 SVG。本次使用灵链云API(llapi.org)进行测试。快来测测你使用的模型有没有降智

这个测试最早由 Simon Willison 持续拿来观察不同模型的 SVG 生成能力。他使用的提示词非常短：

text 复制代码

Generate an SVG of a pelican riding a bicycle.

翻译过来就是：生成一张鹈鹕骑自行车的 SVG。

题目看着像玩具，实际挺容易露馅。模型要知道鹈鹕长什么样，还要处理鹈鹕、自行车、车轮、车架、踏板和双腿之间的位置关系。SVG 不是直接出一张位图，模型还得写出能被浏览器正确渲染的图形代码。

这次我也跑了一遍鹈鹕测试。本次选择的模型是 gpt-6-astra ，推理强度设置为 高（high）。我在经典提示词上增加了 HTML 和 2D 动画要求，看看它能不能把静态 SVG 做成一个真正会动的网页。

模型名称和推理档位按本次工具界面显示记录。本文是一轮实际生成结果，不是严谨的模型能力评测，也不能靠一张鹈鹕图证明底层模型身份。

截图 1：模型选择为 gpt-6-astra，推理强度设置为高

我输入的原始提示词是：

text 复制代码

创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画，
你不需要任何测试。

这里比经典鹈鹕测试多了三个要求：

我没有继续补充角色姿势、颜色、背景、动画方式，也没有提供参考图。具体怎么画、怎么动，由模型自己处理。

截图 2：完整提示词和发送后的会话界面

提交提示词后，模型先创建了一个独立示例项目：

text 复制代码

codes/pelican-coast-ride/
├── index.html
├── README.md
└── package.json

主要内容都放在 index.html 中，没有引入第三方框架，也没有引用外部图片。页面里的鹈鹕、自行车、海岸和云层都由 SVG 绘制，动画由 JavaScript 驱动。

这一轮没有让模型运行自动化测试。这里说的"鹈鹕测试"，指的是用同一道生成题观察模型输出，并不是给 HTML 跑单元测试。

打开 codes/pelican-coast-ride/index.html，可以看到一只戴着头盔、系着围巾的鹈鹕在海边骑自行车。

这次结果不是把一只鸟简单放在两个圆圈上。代码里处理了这些细节：

脚踩踏板是这道题最容易糊弄过去的地方。这次代码没有只让车轮转，而是根据曲柄角度计算脚的位置：

js 复制代码

const foot = {
  x: 565 + 26 * Math.cos(angle),
  y: 485 + 26 * Math.sin(angle)
};

leg('near', angle);
leg('far', angle + Math.PI);

另一只脚增加 Math.PI，刚好与前一只脚相差半圈。完整的 leg() 函数还会根据髋部和脚的位置计算膝盖，让腿跟着踏板弯曲。

截图 3：HTML 打开后的完整页面

如果想复现本文这一版，就使用前面的完整中文提示词，并把推理强度设为高。我本次对比的是使用灵链云（llapi.org）中的gpt-5.6-luna，推理强度同样选择的是高。

text 复制代码

重新创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画，你不需要任何测试创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画，你不需要任何测试。

拿到结果后，重点看五件事：

最好保留第一次生成结果。连续补十几轮提示词以后终于改对，和一次交付完成不是一回事。

如果要比较模型是否退步，还要尽量固定提示词、推理强度、上下文和工具权限，并保留以前同条件的结果。只凭一次生成，可以看这一轮完成得怎么样，不能直接证明模型整体"降智"。

就这一次结果看，gpt-6-astra完成了提示词里的主要要求：单文件 HTML、SVG 鹈鹕、自行车、2D 动画和显眼推广都交付了，还补了暂停与调速。

更关键的是，它没有只做"两个车轮转起来"的表面动画。脚、踏板和膝盖之间有联动，说明模型确实处理了这个画面里最麻烦的空间关系。

所以我对这一轮的判断是：6astra没有看到明显的"降智"表现，这道鹈鹕动画题完成度不错。

这个结论只针对本次提示词和本次输出。等你补上模型设置、生成过程和动画结果截图，读者可以直接看图，自己判断这只鹈鹕到底骑得怎么样。