Simon Willison 用 Mistral Large 4 等模型生成"火星穿网袜犰狳"SVG 测试基准饱和

Simon Willison 针对 Mistral Large 4 的基准饱和评论，用 llm 工具分别调用 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4 生成"火星上穿网袜乱穿马路的犰狳"SVG。该测试源于 Hacker News 用户 wren6991 对前沿模型基准饱和的调侃。