Бенчмарк генерации SVG-портретов

BuseyBench оценивает более 230 языковых моделей по тому, как они создают SVG-портреты актёра Гэри Бьюзи. Задача намеренно абсурдна, но позволяет проверить генерацию структурированной графики.

Оценки и таблица лидеров

Каждый запуск оценивается по качеству результата, расходу токенов, стоимости и длительности. Таблицу лидеров можно фильтровать и сортировать по провайдеру, семейству модели, оценке и стоимости.

Сравнение моделей

В тесте участвуют модели OpenAI, Anthropic, Google и DeepSeek. Результаты позволяют сравнивать их генеративные возможности и навыки программирования при создании SVG-изображений.